本发明属于计算机图像处理技术领域，具体涉及一种基于对抗神经网络的多目标图像数据增强方法，包括如下步骤：S1：图像采集平台采集玻璃表面缺陷图像数据，构成缺陷样本数据集，划分为训练集和验证集；S2：对抗神经网络读取预处理后的训练集图像数据，进行对抗网络模型训练；S2‑1：构建生成器生成假缺陷图像；S2‑2：构建判别器判别输入图像是否为真实缺陷图像；S2‑3：循环C‑1和C‑2至生成器与判别器达到纳什平衡；S3：利用训练好的生成器生成保存假缺陷图像，扩增玻璃表面缺陷样本；通过生成器生成假缺陷图像，判别器判别真假缺陷图像，训练判别器最大化正确判别真假缺陷图像的能力，反训练生成器制造更逼真的假缺陷图像，实现玻璃表面缺陷小样本的扩增。