本发明公开了一种模型训练方法、缺陷检测方法、电子设备及存储介质；该方法包括：获取异常图像，其中，一张异常图像对应一个异常掩码，异常掩码用于指示其对应的异常图像中缺陷的位置和类型；对异常图像及其对应的异常掩码进行预处理，得到至少一张样本图像和至少一个分割掩码，并将样本图像划分为训练图像集和验证图像集；利用训练图像集对基础模型进行训练，得到图像分割模型；将验证图像集输入图像分割模型，确定检测准确率；若检测准确率小于预设阈值，则更新训练图像集，并返回执行利用训练图像集对基础模型进行训练，得到图像分割模型的步骤，直至检测准确率大于或者等于预设阈值为止。本方案实现了利用较少的样本图像提高模型的准确性。