本发明公开了一种基于深度学习的头皮检测方法，包括以下步骤：步骤S1：采集头皮图像数据；步骤S2：根据头皮属性，对头皮图像进行标注分类，形成各头皮属性的分类数据集；步骤S3：使用ImageNet图像数据库对SqueezeNet模型进行预训练，得到预训练SqueezeNet模型；步骤S4：修改预训练SqueezeNet模型，使其适应回归任务，得到改进型SqueezeNet模型；步骤S5：制定头皮检测精度判定规则，使用步骤S2中的分类数据集对改进型SqueezeNet模型进行重新训练，得到各种头皮属性的头皮检测模型；步骤S6，将待测头皮图像根据头皮属性进行分类，输入对应的头皮检测模型得到预测结果。本发明的头皮状态检测方法可以提高头皮检测的准确率与稳定性。