一种基于深度学习的CAD模型缝隙缺陷检测方法与装置

本发明公开一种基于深度学习的CAD模型缝隙缺陷检测方法与装置，主要应用于计算机辅助设计与工程领域。该方法包含六大核心步骤：首先构建涵盖各类典型缝隙缺陷的数据集，通过数据扩增技术扩充样本量；随后对模型几何特征进行编码处理，在此基础上搭建深度卷积神经网络；最后完成模型训练与缝隙缺陷的检测。对应装置由数据采集模块、扩增模块、几何特征编码模块及检测分析模块等组成，配套计算机可读存储介质则存储有实现该方法的程序代码。此发明显著提升了缝隙缺陷检测精度，增强了对复杂几何形态的适应性，有效提高模型泛化能力。其推广应用可推动检测流程智能化升级，降低对工程师经验依赖，提升检测效率，为自动化几何清理提供技术支撑。