本发明提供一种管道漏磁数据的边界精确识别方法，涉及管道故障诊断和人工智能领域。该方法首先对漏磁信号进行边缘特征提取预处理；对预处理后的漏磁信号划分多尺度层级并进行异常边缘提取，得到候选窗体集合；然后提取候选窗体内数据，并利用双向LSTM网络检测候选窗体类别和得分；计算初始判断为是缺陷的波动系数，利用设计的自适应更新窗体得分方法得到最终检测结果；最后进行位置区域估计后选用局部感知softnms算法得到各个区域最终剩余窗体集合，并汇总各区域中的最佳窗体位置。本发明方法有效地保证剩余窗体内不会出现有错检的窗体信息，有效地实现边框回归并避免了出现同一检测区域出现多个检测结果的情况，最终边框位置回归更精确。