本发明公开了一种基于图像深度学习算法的地铁隧道渗漏水检测系统及方法，包括数据采集模块、数据预处理模块，影像拼接模块，神经网络数据集构建模块；通过8‑阵列CCD相机，采用同步控制装置，同时对地铁隧道壁进行拼接成像。本发明采用VGG16网络对拼接后的图像渗漏水病害位置作为训练集进行预训练，使用cascade R‑CNN网络来增加系统的可靠性和效率，最终能够在影像上清晰地标记出病害的位置，并通过检测框判别方法得到病害的类型，结合每次成像时，数据采集系统记录的系统位置，实现隧道病害的全自动采集、定位，代替传统人工采集方法，实现高效隧道渗漏水病害识别、定位。