本发明公开了一种基于深度学习的注水口盖板丢失检测方法，解决现有人工检测效率低下，且容易造成故障的遗漏、误检等状况。本发明包括以下步骤：建立注水口盖板的图像训练集；获取目标卷积神经网络模型，其中，目标卷积神经网络模型包括改进的修正线性单元激活函数；通过图像训练集训练目标卷积神经网络模型得到训练好的目标卷积神经网络模型，其中，训练好的目标卷积神经网络模型包括最优参数权重；利用训练好的目标卷积神经网络模型检测待检测图像的注水口盖板是否丢失，若丢失，则发出报警信号。该方法实现故障自动报警替代了人工检测，提高了检测效率、准确率，不受人员的生理和心理影响，作业质量大幅度提高。