本发明公开一种基于多任务约束深度学习的水工隧洞缺陷检测方法，包括获取隧洞衬砌混凝土缺陷，并构建缺陷数据集；通过对缺陷数据集进行标注，并将缺陷数据集划分为训练集、测试集；构建初始多任务约束Faster R‑CNN模型，设置初始参数待后续迭代更新；利用训练集样本，迭代更新多任务约束的Faster R‑CNN模型，并通过计算损失函数来调整模型参数；每步迭代更新多任务约束Faster R‑CNN模型后，利用测试集对更新的训练模型进行测试，得到识别准确率达到预设值的水工隧洞缺陷检测模型后停止迭代；利用获得的水工隧洞缺陷检测模型对新获取的水工隧洞图像进行识别，得到缺陷检测结果。本发明解决了因部分水工隧洞缺陷样本稀少而引发的特征提取不鲁棒的问题。