针对现有输送带损伤检测方法检测精度低、检测速度慢且缺少对面积较小损伤检测的问题，提出了一种基于改进YOLOv4的输送带损伤检测方法。该方法以YOLOv4为基础，对PANet路径融合网络部分进行改进，增加与浅层特征层的融合，将原3个尺度的特征层融合增加到4个尺度，提高模型对输送带损伤的特征提取能力，提高检测精度；将PANet部分每个特征层融合后的卷积次数由5次减少到3次，减少计算量，提高检测速度；对输送带损伤图像进行标注，并输入改进的YOLOv4模型进行训练和测试。实验结果表明，基于改进YOLOv4的输送带损伤检测方法损失收敛速度快，模型训练效果好；基于改进YOLOv4的输送带损伤检测方法对输送带撕裂、表面磨损和表面缺陷检测的平均精度均值达96.86%，检测速度达20.66帧/s，与YOLOv4，YOLOv3和Faster-RCNN相比，平均精度均值分别提升了1.4%，6.35%，2.16%，检测速度分别提升了2.39，2.34，15.25帧/s；与YOLOv4相比，基于改进YOLOv4的输送带损伤检测方法检测精度更高，对面积较小损伤的检测效果更好。