本发明提供一种基于多源域深度迁移多光源集成的轴承表面缺陷检测方法,涉及零件缺陷检测与机器视觉的技术领域。该方法包括如下步骤:采集多种光源下的正常轴承图像和缺陷轴承图像,并标记其类型;对采集的图像进行预处理;基于Mob i l eNet网络构造轴承缺陷检测模型;使用多种光源下轴承图像构成的多源域训练数据集,对轴承缺陷检测模型进行深度迁移学习;将模型对多源域待测图像预测的结果集成,确定其缺陷类型,获得最终检测结果。解决了现有方法误检率高的技术问题。本发明充分利用不同光源采集的图像,降低了漏检率和误检率,提高了卷积神经网络的检测性能。