本发明基于深度学习的PCB板标注印刷质量检测方法，对获取的PCB板原图像进行高斯滤波、转为灰度图、边缘检测、孔洞填充、最佳阈值二值化分割等一系列预处理，能够有效提高识别检测效率；使用大津算法对图像进行最佳阈值分割得到二值化图像，提高了本发明的测试精度；对图像样本数据进行有效采集、扩充，增加了样本的代表性，防止因数据少而导致模型过拟合现象，使训练所得的模型尽可能小地受到无关因素的影响，增强了模型的鲁棒性，使深度学习网络训练时间更短，收敛速度更快；通过深度神经网络对图像进行目标特征高效提取，可有效避免传统人工神经网络特征提取方法导致的容易过拟合、训练耗时长、参数调整难度大等缺陷。