本发明公开了基于计算机视觉的高温下单晶体氧化物生长形态检测方法，包括；建立EfficientNET卷积神经网络；在EfficientNET卷积神经网络的卷积层中的选取分辨率、深度和宽度三个维度中的一个维度进行调整；得到优化后的EfficientNET卷积神经网络；利用主成分分析法对EfficientNET卷积神经网络的卷积核个数进行压缩以实现高温下单晶体氧化物的图像维度的压缩；然后由优化后的EfficientNET卷积神经网络输出高温下单晶体氧化物的熔界、熔帽、生长条纹、固态晶体、液态晶体、晶体溢流的特征参数目标分类结果。能够检测高温单晶体氧化物生长边沿、熔界边线、熔帽边缘、熔帽切线角度等参数，根据晶体生长形态，实时控制给定参数，有效的防止了液态晶体溢流，提高高温单晶体氧化物生长成功率及晶体品质。