本发明公开了一种离子膜的故障检测方法及装置。其中，该方法包括：获取离子膜图像集，其中，上述离子膜图像集中包含不同故障类别的多个离子膜；基于上述故障类别对上述离子膜图像集进行标注处理，得到标注数据集，其中，上述标注数据集包括：训练集、验证集和测试集；采用上述标注数据集训练目标残差网络模型，得到离子膜故障检测模型，其中，上述目标残差网络模型为进行了自然图像特征迁移而得到的神经网络模型；采用上述离子膜故障检测模型检测制氢设备的离子膜是否出现故障，得到故障检测结果。本发明解决了现有技术中使用现有的基于卷积神经网络模型的离子膜故障检测方法容易产生过拟合，无法兼顾检测处理速度和检测准确率的技术问题。