La extracción y transformación de características de forma ha sido un dominio de investigación importante en el diseño del cubo de la rueda. El estudio del diseño del cubo de la rueda basado en la semántica de la forma, la planificación de la marca y la optimización estructural requiere un análisis de regresión utilizando características de forma y las variables correspondientes para guiar el diseño del cubo de la rueda a través del modelo de correlación. El papel práctico de la transformación de características en el diseño está determinado por su efectividad, precisión y conveniencia. Sin embargo, este proceso generalmente ha sido manejado manualmente en estudios anteriores, limitando la universalidad y la exhaustividad de los resultados de la investigación. Con el desarrollo de la inteligencia artificial, la automatización de este proceso se ha vuelto posible, dando paso a la era de la investigación de big data para la extracción y transformación de características. Por lo tanto, este estudio propone un método de transformación de características del cubo de la rueda basado en la detección de objetivos y el análisis geométrico. Este método implementa la transformación de características en los siguientes pasos de automatización: (1) detección de puntos característicos del cubo de la rueda basada en el modelo YOLO; (2) agrupación de características del cubo de la rueda basada en parámetros morfológicos y parámetros de posición; (3) acicalamiento de puntos característicos basado en relaciones geométricas; y (4) construcción y transformación de parámetros basados en características morfológicas. Así, se puede desarrollar un mecanismo automático, bidireccional y morfológico para transformar los parámetros de la forma de un cubo de la rueda. Con el modelo de transformación propuesto, los parámetros relacionados con la forma y las características del cubo de la rueda pueden transformarse rápidamente, y el diseño generativo del cubo de la rueda puede llevarse a cabo basado en big data.