La visión por computadora es una de las tecnologías clave utilizadas para realizar manufactura inteligente. Con el fin de mejorar la tasa de reconocimiento de defectos de múltiples clases en los cubos de rueda, se propuso un método mejorado Faster R-CNN. Se construyó un conjunto de datos para defectos en cubos de rueda. Este conjunto de datos consistió en cuatro tipos de defectos en 2,412 imágenes de 1080 x 1440 píxeles. Faster R-CNN fue modificado, entrenado, verificado y probado basado en esta base de datos. La tasa de reconocimiento para este método propuesto fue excelente. El método propuesto se comparó con los populares métodos R-CNN y YOLOv3 mostrando una detección de defectos más simple, rápida y precisa, lo que demuestra la superioridad del Faster R-CNN mejorado para defectos en cubos de rueda.