发明人：黄坤山; 李霁峰

本发明公开了一种基于深度学习提升密集目标性能的垫片检测方法，包括以下步骤：采集检测流水线上的垫片图像并进行预处理，将预处理后的垫片图像送入到训练好的垫片检测模型中进行检测，得到垫片的检测与定位结果；所述的垫片检测模型包括深度特征提取网络Backbone、特征金字塔网络Neck以及检测网络Head；对采集好的垫片图片数据进行整理，清洗与标注，最后制作成训练集和测试集；根据厂家对垫片检测的要求，定义好垫片的类型与标记，然后使用制作好的训练集对模型进行多次训练和泛化测试，直到训练到性能符合要求的垫片检测模型。本发明比普通视觉检测算法在密集目标的检测上获得更好的性能，实现了对垫片的高速度、高精度和非接触的检测与定位。