基于深度学习实现风电设备的质量分析方法及系统

本发明涉及鼻窦炎分析技术领域，揭露一种基于深度学习实现风电设备的质量分析方法及系统，所述方法包括：对风电设备图像进行预处理，得到预处理图像；构建图像锚框，以对预处理图像进行自适应锚框，得到锚框图像，基于锚框图像，对预处理图像进行剪切，得到剪切图像；计算剪切图像的峰值信噪比及结构相似度，以计算剪切图像的层次度，在层次度大于预设时，得到目标图像，并对风电设备进行第一质量分析，得到第一分析结果；采集风电设备的振动数据，将振动数据转换为频谱图表，利用频谱图表对风电设备进行第二质量分析，得到第二分析结果，基于第一分析结果和第二分析结果，构建风电设备的质量分析报告。本发明可以提高风电设备的质量检测准确性。