基于度量学习的车削加工刀具磨损状态监测方法，首先将采集刀具磨损图像进行预处理，再按比例随机分成训练集和测试集，且其训练集和测试集中都划分有支持集和测试样例集；建立非参数化神经网络模型结构，包括特征提取网络、距离度量函数、attention机制；初始化特征提取网络模型权重、偏差和学习率参数，构建激活函数；采用余弦距离函数作为距离度量函数；Attention机制使用softmax层结构；运用前向传播计算当前交叉熵损失，再通过后向传播计算其梯度；通过运行梯度下降法对权重和偏差进行优化，最后使用网络模型的学习参数对测试集进行预测和分类辨别，输出预测准确率。本发明具有算法实现简单、误差修正、刀具磨损状态分类准确率高、运行时间短和实时性强等特点。
