本发明涉及一种基于人工智能的纸盒缺陷检测方法，将纸盒图像的灰度图像，转化为灰度熵热图，将灰度熵热图中大于阈值的像素点进行连通域分析，得到可能起泡区域，对起泡区域进行遮挡，得到遮挡区域和非遮挡区域，基于非遮挡区域的灰度值信息，使用EM算法拟合出初始高斯混合模型，然后对遮挡区域和非遮挡区域均匀划分为矩形区域，使用单高斯模型计算出每个矩形区域对不同单高斯模型的响应度，使用初始高斯模型计算出每个矩形区域内的灰度损失率，根据每个矩形区域对每个单高斯模型的响应度和每个矩形区域的损失率对每个单高斯模型的权重进行调整，根据调整后的混合高斯模型拟合出的灰度分布图和实际灰度分布图做差，确定起泡区域。