本发明公开了一种细胞自动检测方法，其包括步骤：1)搭建检测细胞的深度卷积神经网络，2)训练所搭建的深度卷积神经网络；3)将待检测的细胞图像数据输入训练好的深度卷积神经网络，深度卷积神经网络输出检测结果；所述深度卷积神经网络包括一个用于提取特征图像的SD‑DenseNet模块、一个用于产生初步的目标建议的Region Proposal Net、三个用于解决池化操作中造成的不匹配问题的RoI Align模块和三个用于对细胞进行分类、定位及细胞分割的检测器。本发明所搭建的深度卷积神经网络能够高效、准确的实现细胞的分类、定位与分割等细胞检测任务。