本发明提供了一种基于超声相控阵成像的缺陷分类方法及系统，属于无损检测领域，方法包括：对待测样件采用超声相控阵成像获取超声全矩阵数据；对超声全矩阵数据进行全聚焦处理，根据信号幅值进行色彩编码，获取待测样件的图像；对待测样件的图像进行预处理后输入至分类预测模型中，获取待测样件的缺陷分类；训练分类预测模型的方法为：利用缺陷超声散射数据有限元仿真方法，通过仿真超声相控阵成像获取仿真数据；对仿真数据进行全聚焦处理后，获取仿真图像；对仿真图像预处理后进行数据增强；采用卷积神经网络对仿真图像进行图像特征提取；将图像特征输入至全连接层，以缺陷分类为输出训练分类预测模型。本发明提升了缺陷分类的精准度。