本发明是一种基于卷积神经网络的高效高分辨力缺陷无损检测方法。本发明通过超声相控阵向被测工件发射偏转角度为0的平面波，对发射的平面波的散射回波数据进行采集，利用FIR滤波器对回波数据进行时域滤波，滤除信号中的随机噪声；基于卷积神经网络算法的超声成像，根据得到的散射回波信号进行预处理，然后将预处理后的信号作为卷积神经网络的输入，对被测工件进行成像，得到被测工件的粗扫图像；基于Sobel算子的缺陷边缘检测，利用Canny算子对最终成像结果中的亮斑进行边缘提取，从而得到缺陷的位置信息、形状信息和大小范围信息。