本发明涉及图像数据处理技术领域，具体涉及一种基于人工智能的电感线圈封装异常检测方法，包括：获取存在封装异常的待检测共模电感封装区域中的各个目标像素点，确定每个缺块类型的特征值，进而确定核心距离；利用核心距离，对所有目标像素点进行聚类，获得各个聚类簇；根据每个缺块类型的预设权重、每个缺块类型对应的聚类簇个数以及各聚类簇内目标像素点的个数，确定封装异常显著度。本发明通过待检测共模电感封装区域的图像信息，结合不同缺块类型的缺块区域的图像特征，获得可以准确评估电感线圈封装异常程度的封装异常显著度，其进一步提升了电感线圈封装异常检测结果的准确性，主要应用于电感线圈封装异常检测领域。