本发明涉及一种基于深度学习的输电设备表面缺陷检测方法及装置。该方法包括：采集输电设备图像，对输电设备图像进行预处理；提取预处理后的输电设备图像的所有SURF特征点，对所有SURF特征点进行聚类，确定输电设备图像各SURF特征点概率值及缺陷种类，建立训练集；建立神经网络模型并利用所述训练集对神经网络模型进行训练，得到训练好的神经网络模型；对待测输电设备图像进行预处理，将预处理后的待测输电设备图像输入所述训练好的神经网络模型中，进行输电设备表面缺陷识别。以此方式，使得对输电设备表面缺陷识别更快、更准确。