本发明公开了一种基于自动机器学习的缺陷检测方法，属于机器学习视觉识别技术领域。所述方法通过改进的RDPSO算法自动搜索得到适用于当前缺陷检测任务的最优的One‑classDeep SVDD模型，然后采用正常无缺陷样本进行训练，利用训练好的模型将所有正常无缺陷样本映射到高维的特征空间，形成一个具有最小体积的封闭超球体；在进行缺陷检测时，利用训练好的模型将待检测样本映射到高维的特征空间，根据是否映射在所形成的具有最小体积的封闭超球体内判断待检测样本是否存在缺陷。本申请方法可自动搜索出适用于当前缺陷检测任务的最优模型；且只需要正常无缺陷样本进行训练无需列出所有类型的缺陷，能够获得较好的检测效果。