基于深度学习的折角塞门卡子丢失故障检测方法，解决了现有目标自动识别方式难以在大尺度图像的小目标检测中同时兼顾准确性和实时性的问题，属于铁路货车故障检测领域。本发明包括：获取货车底、侧部原始图像；利用阀体边界检测模型对货车底、侧部原始图像进行检测，获取折角塞门阀体边界信息；根据折角塞门阀体边界信息，将折角塞门卡子区域图像从底、侧部图像中裁剪出来，获得底、侧部二级子图像，将底、侧部二级子图像的垂直拼接，获得融合待检图像；利用卡子边界检测模型对融合待检图像进行检测，获取折角塞门卡子边界信息；根据折角塞门卡子边界信息判断融合待检图像是否存在底、侧部卡子，确定是否发生丢失故障。