一种基于深度学习的铁路货车管盖脱落故障识别方法，涉及图像处理技术领域，针对现有技术中难以直接检测大分辨率图像的问题，本申请将自动识别技术引入货车故障检测，实现故障自动识别及报警，操作人员只需对报警结果进行确认，有效节约人力成本，提高作业质量和作业效率；提出了一种分级式的检测方法，先将管盖部件及其周围区域视作整体进行检测，之后对该区域进行二次检测，解决了深度学习方法难以直接检测大分辨率图像的问题；对网络中的针对检测目标，优化网络中的锚框生成方法，提高检测准确率；优化锚框交并比计算方式，使用完全交并比(Complete IoU)，同时考虑锚框距离以及形状相似性。