本发明公开了一种铝材表面缺陷检测方法、设备和存储介质，涉及图像识别技术领域，本发明的方法，包括：获取铝材表面的铝材缺陷数据集；将铝材缺陷数据集输入到K‑means聚类算法中，得到铝材缺陷目标数据集；将铝材缺陷目标数据集输入到YOLOv4模型中进行分类识别，得到铝材表面缺陷分类结果；其中，YOLOv4模型包括主干网络结构和PANet模块，在PANet模块中将第一特征图集与第二特征图集进行特征拼接，以使第一特征图集与第二特征图集位于同一特征层。本发明的技术方案通过对PANet模块的这种改进，通过特征拼接得到更多的输入特征信息，提升了对铝材表面小目标缺陷的检测能力。