本发明涉及一种基于深度学习的六面体缺陷检测方法及介质的技术方案，包括：采集电子元器件的图像数据，将图像数据转化为深度学习的图像矩阵，并归一化保存于队列中；队列中的图片数据满足深度学习处理时，将图片数据进行打包发送至已训练的Unet模型；通过Unet模型输出语义分割结果，根据语义分割结果执行形状判断；根据判断结果，通过检测设备对电子元器件的对应部位进行检测。本发明的有益效果为：深度学习的训练方式代替传统算法，降低了开发周期；深度学习运算在GPU上，不受CPU的限制，节省了设备成本；深度学习的所圈即所检，无需调参数，无需专业人员，操作简单；在优质的数据标签下，复杂背景可轻易挑选出来，能够更加精确的进行缺陷检测。