本發(fā)明提供了一種基于生成對(duì)抗學(xué)習(xí)的復(fù)合材料構(gòu)件缺陷檢測(cè)方法及裝置，涉及復(fù)合材料構(gòu)件缺陷檢測(cè)領(lǐng)域，所述方法包括：構(gòu)造編碼—解碼結(jié)構(gòu)的生成對(duì)抗模型；根據(jù)待檢測(cè)圖像獲得缺陷數(shù)據(jù)集利用所述缺陷數(shù)據(jù)集訓(xùn)練所述生成對(duì)抗模型；根據(jù)所述訓(xùn)練后的生成對(duì)抗模型篩選獲得疑似缺陷；構(gòu)造卷積神經(jīng)網(wǎng)絡(luò)模型；利用所述缺陷數(shù)據(jù)集訓(xùn)練所述卷積神經(jīng)網(wǎng)絡(luò)模型；根據(jù)所述訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)所述疑似缺陷進(jìn)行精確分割，獲得缺陷檢測(cè)結(jié)果。解決了現(xiàn)有技術(shù)中由于構(gòu)建數(shù)據(jù)集中的缺陷樣本數(shù)量少、類別嚴(yán)重不均衡，從而導(dǎo)致網(wǎng)絡(luò)難以收斂、漏檢率高的技術(shù)問(wèn)題。實(shí)現(xiàn)了復(fù)合材料構(gòu)件缺陷的精確檢測(cè)，大大降低漏檢率的技術(shù)效果。