本發(fā)明公開了一種基于卷積網(wǎng)絡(luò)和軌跡跟蹤的復(fù)合材料缺陷超聲檢測(cè)方法，包括以下步驟，步驟1，建立超聲波數(shù)據(jù)庫；步驟2，從超聲波數(shù)據(jù)庫中獲取數(shù)據(jù)集，并構(gòu)建深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法模型，確定神經(jīng)網(wǎng)絡(luò)模型參數(shù)；步驟3，對(duì)構(gòu)建的神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)算法模型，用采集構(gòu)造的數(shù)據(jù)集進(jìn)行訓(xùn)練；步驟4，將訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型參數(shù)嵌入到超聲設(shè)備中，對(duì)當(dāng)前探頭位置采集的超聲波信號(hào)進(jìn)行實(shí)時(shí)診斷分類和缺陷可視化標(biāo)注。能夠?qū)崿F(xiàn)實(shí)時(shí)的復(fù)合材料缺陷診斷與標(biāo)注。以解決現(xiàn)有的復(fù)合材料缺陷或損傷檢測(cè)依賴于對(duì)測(cè)試部件的材料特性的了解或?qū)谖锢韺W(xué)的預(yù)定信號(hào)特征的提取這種專家先驗(yàn)知識(shí)，提供一種不同與超聲C掃的缺陷可視化方法。