本申請涉及智能制造領(lǐng)域中的智能轉(zhuǎn)動性能檢測，其具體地公開了一種用于智能轉(zhuǎn)動性能檢測的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法，其基于深度學(xué)習(xí)的計算機視覺檢測方案來捕捉高速轉(zhuǎn)軸在高速轉(zhuǎn)動過程中由微小的轉(zhuǎn)動不均勻所導(dǎo)致的視覺方面的特征，從而提高高速轉(zhuǎn)軸的轉(zhuǎn)動性能的檢測能力。具體地，在訓(xùn)練過程中，采用類似于對抗生成模型的遷移學(xué)習(xí)的思路，將高速轉(zhuǎn)軸在高速轉(zhuǎn)動過程當(dāng)中的多個圖像在高維特征空間中的旋轉(zhuǎn)弱變換通過遷移學(xué)習(xí)的方式耦合到高維圖像空間中，從而轉(zhuǎn)換為高維特征的強變換，以使得用于轉(zhuǎn)動性能檢測的神經(jīng)網(wǎng)絡(luò)能夠充分學(xué)習(xí)各個旋轉(zhuǎn)特征圖之間的旋轉(zhuǎn)特性，進而增強模型檢測的準(zhǔn)確性。