本发明提供了一种基于深度学习的电缆接头毛刺检测方法，包括以下步骤：采集电缆接头的典型毛刺缺陷图像，构建数据集；对数据集中的图像进行预处理；将预处理后的图像输入到改进的YOLOv8网络中，得到电缆接头图像的特征图；结合图像处理算法对特征图中的缺陷区域进行定量分析。本发明通过在传统YOLOv8网络的基础上采用多次跳跃连接，形成密集采样结构，这种连接方式能够有效地缓解梯度消失问题，并提高模型的训练效率和准确率；通过引入空间注意力机制，赋予每个卷积核不同的学习权重，提升了网络对缺陷区域特征的学习效率，降低了网络深度，减少系统损耗，且可以提取到更多的细节信息，降低了漏检的概率，提升了检测效果。