本申请涉及半导体领域中的智能脱焊检测，其具体地公开了一种用于半导体脱焊智能检测的神经网络训练方法，其基于深度学习的计算机视觉的方法对所获得的半导体焊接后的图像进行识别，并基于识别出的高维图像特征进行分类的方式，来获得半导体脱焊检测是否合格的检测结果。具体地，通过将半导体焊接后的训练图像在高维空间进行分类，以获得分类损失函数值，然后将脱焊检测合格的图像作为参考图像，并获取参考图像和训练图像的感兴趣区域在高维空间中的特征差异，以获得距离损失函数值，然后基于距离损失函数值和分类损失函数值的加权和对神经网络进行训练，以增强训练速度和精度。