一种基于图像深度学习的轴承缺陷检测方法

本申请提供一种基于图像深度学习的轴承缺陷检测方法，涉及深度学习与工程检测技术领域。所述基于图像深度学习的轴承缺陷检测方法，包括以下步骤：采集样本振动信号；对所述样本振动信号进行变分模态分解VMD；根据重构准则对分解后的模态分量进行筛选重构；基于马尔可夫变迁场MTF的信号‑图像重构，将所述样本振动信号转为图像形式；将图像输入卷积神经网络Faster R‑CNN进行训练，获得训练后网络；将测试信号输入所述训练后网络进行模式识别并输出诊断结果。