本发明涉及一种深度学习模型的构建方法及非线性坐标转换方法，构建方法包括：获取训练样本集，训练样本集中的训练样本包括第一坐标和第二坐标，所述第一坐标和第二坐标分别为标准片任意一点分别在前序检测设备和复查检测设备的晶圆坐标系中的坐标；用第一坐标作为输入，第二坐标作为输出，训练得到深度学习模型；本发明实施例提供的一种深度学习模型的构建方法，基于深度学习模型实现非线性坐标之间的转换，不需要进行多次假设尝试寻找合适的系数，转换过程简单且可以自动化实现，转换结果精确。