本發(fā)明公開(kāi)了一種基于深度學(xué)習(xí)算法的復(fù)合材料缺陷無(wú)損探傷方法，首先對(duì)原始圖像進(jìn)行預(yù)處理，每張預(yù)處理圖像對(duì)應(yīng)一張標(biāo)簽圖片；以預(yù)處理圖像作為U?net網(wǎng)絡(luò)的輸入，標(biāo)簽圖像作為標(biāo)簽，通過(guò)梯度下降法對(duì)U?net網(wǎng)絡(luò)進(jìn)行迭代訓(xùn)練，訓(xùn)練完成的U?net網(wǎng)絡(luò)構(gòu)成處理網(wǎng)絡(luò)；處理網(wǎng)絡(luò)的輸出為輸入圖像的特征圖；將待處理圖像輸入處理網(wǎng)絡(luò)后輸出特征圖，通過(guò)閾值分割算法對(duì)特征圖進(jìn)行處理，得到標(biāo)記缺陷的二值圖像，再通過(guò)矩形框定位算法在二值圖像中定位缺陷位置；最終將二值圖像和待處理圖像融合，在待處理圖像中定位缺陷。本發(fā)明通過(guò)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)特征的快捷性和高準(zhǔn)確性，解決傳統(tǒng)算法的局限性，為復(fù)合材料的缺陷檢測(cè)提供新的思路。