1.一种缺陷样本图像生成方法，其特征在于，利用训练好深度学习模型生成缺陷样本图像，所述深度学习模型包括神经网络a、神经网络b、神经网络c、神经网络d和神经网络e；
2.如权利要求1所述缺陷样本图像生成方法，其特征在于：利用训练好的深度学习模型生成缺陷样本图像的方式为：
3.如权利要求2所述缺陷样本图像生成方法，其特征在于：标签i中，缺陷的严重等级可设置的范围为：n类缺陷分别对应的缺陷等级中的最小等级~最大等级。
4.如权利要求1所述缺陷样本图像生成方法，其特征在于：步骤1）中，缺陷的严重等级，评估方式如下：
5.如权利要求4所述缺陷样本图像生成方法，其特征在于：步骤③中，根据差值的大小设置缺陷的严重等级，方式包括以下两种：
6.如权利要求1所述缺陷样本图像生成方法，其特征在于：当神经网络c中输入的缺陷图像有多张时，预先为每张缺陷图像设定权重值；
7.如权利要求6所述缺陷样本图像生成方法，其特征在于：权重的设计方式：
8.如权利要求1所述缺陷样本图像生成方法，其特征在于：神经网络a、神经网络b、神经网络c、神经网络d和神经网络e所选用的网络模型不完全相同。
9.如权利要求1所述缺陷样本图像生成方法，其特征在于：神经网络a选用卷积层大于13层的卷积神经网络；