本发明提供一种基于深度学习的红外图像漏气漏液检测方法，该方法包括以下步骤：采集漏气漏液场景下的红外热图像数据；对漏气漏液场景下的红外热图像数据进行预处理，在红外热图像数上标注漏气漏液信息，得到训练数据集，并使用该训练数据集训练目标检测网络，获得训练完成的目标检测网络权重；获取并预处理待检测场景下的红外热成像数据，加载训练完成的目标检测网络权重，对目标检测网络输入待检测场景下的红外热成像数据进行实时检测，获取检测结果；将检测结果可视化输出。本发明基于深度学习的目标检测算法，使用现场数据进行训练神经网络，使用神经网络相对于传统方法更加快速、准确和稳定的特性，提高检测的自动化程度和精确度。