一种基于动量对比学习的工业图像缺陷检测方法，涉及视觉检测技术领域，包含以下步骤：S1、初始化编码器#imgabs0#和#imgabs1#，初始化队列#imgabs2#；S2、对初始图像进行数据增广，获得查询样本#imgabs3#、正样本#imgabs4#和负样本#imgabs5#，#imgabs6#，#imgabs7#；S3、通过编码器#imgabs8#得到特征#imgabs9#；通过编码器#imgabs10#得到特征#imgabs11#，#imgabs12#，#imgabs13#和#imgabs14#；S4、将#imgabs15#，#imgabs16#，#imgabs17#加入队列#imgabs18#；S5、分别对#imgabs19#与#imgabs20#和#imgabs21#进行计算，得到logits和labels；S6、对logits和labels计算InfoNCE得到损失；S7、由对比损失更新编码器#imgabs22#参数；S8、动量更新编码器#imgabs23#的参数；S9、对S2～S8进行循环，得到最佳模型；S10、选择最佳模型进行图像检测；本发明能够用于工业生产制造场景中对产品的质量检测，结合自监督学习建立了基于动量对比学习的工业图像缺陷检测模型。