本发明公开一种基于重参化和注意力机制的贴片保险丝表面缺陷检测方法及装置，方法包括获取已标注贴片保险丝的表面图像并形成总训练集；基于总训练集构建并训练缺陷检测模型；将训练好的缺陷检测模型重参化以转化为推理模型；利用NVIDIA TensorRT库优化训练好的缺陷检测模型，进行格式转化并保存；检测并分类待测贴片保险丝的表面图像。本发明提出了一种全新的参数量较小且训练速度、推理速度较快与准确率高的基于重参化与注意力机制的深度学习模型，并将其应用于贴片保险丝缺陷检测任务上，提出一套完整的保险丝缺陷检测流程。