本发明公开了一种工业零件表面无损检测方法、系统和装置，所述方法包括：S100、利用光场相机获取被检测对象表面的图像数据集；S200、设计循环神经网络模型，基于预处理后的图像数据集，对循环神经网络进行参数设定、缺陷闭值调整训练和特征学习，得到循环神经网络模型；S300、根据用户设定的缺陷阈值和所述图像数据集，对循环神经网络进行模型训练和特征学习，最终得到缺陷检测结果。本发明设计了新的循环神经网络，通过该方法学习零件表面的缺陷信息，进而能够提高工业零件检测的效率。