在机匣的数控编程过程中,往往需要人工手动拾取不同种类机匣的加工特征,造成机匣数控编程效率低。而基于加工特征识别的机匣数控加工方法能够通过快速识别机匣特征,从而减少CAD/CAM系统参数传递的隔阂,成为辅助机匣数控编程的有效途径之一。由于机匣种类繁多,结构差异大,其加工特征的定义和识别具有特殊性。本文针对现有的机匣加工特征识别问题进行研究,并结合深度学习、目标识别检测技术,应用基于深度学习的机匣加工特征识别检测方法,提出了基于机器学习的加工特征识别框架,为机匣这类复杂对象的加工特征识别方法,提出一种新的思路。本文主要的研究内容如下:（1）分析目前主流的加工特征识别方法以及不同机匣的结构功能特点,研究机匣的数控编程方法。针对机匣加工特征定义的不完善,通过结合特征分类的理论基础,定义机匣加工特征,并建立基于加工特征的机匣数控编程集成框架。（2）为了解决在数控加工中对机匣几何加工特征的识别和定位困难的问题,通过研究深度学习网络,结合目标检测算法,应用了基于深度学习的机匣加工特识别方法。通过构建机匣数据集得到机匣加工特征的数据信息,并使用SSD、YOLOv3目标检测识别网络完成了机匣图像中加工特征信息的提取。（3）针对机匣小目标加工特征难以识别这一问题,本文借鉴YOLOv3中特征融合的方法,提出了一种改进的YOLOv3算法,该算法在原有的YOLOv3网络基础上通过进一步上采样得到尺寸更大的特征图,改善了机匣小尺寸特征的识别检测结果。通过研究基于深度学习的机匣加工特征识别方法,实现了对机匣多个加工特征的识别和定位,并通过改进的YOLOv3网络改善了原目标识别方法对机匣小尺寸特征的识别效果不佳的问题。