本发明属于增材制造技术领域，涉及一种基于深度学习的扫描缺陷识别方法，包括特征图像采集的步骤，具体包括：1)获取原始图像，并对原始图像进行卷积处理，得到特征图；2)对特征图进行卷积处理，得到卷积后的特征图；同时根据卷积处理后得到的特征图的尺寸对原始图像进行同比例缩放，得到与卷积后的特征图具有相同尺寸的原始图像；3)将卷积后的特征图进行加权处理，得到加权后的特征图；4)将加权后的特征图进行全局平均池化操作后与卷积后的特征图具有相同尺寸的原始图像进行融合，得到融合后的特征图；5)重复步骤2)至步骤4)直至特征图像采集完成。本发明可有效提升识别网络的性能、能显著提高零件的识别精度。