本申请涉及缺陷图像样本生成技术领域，特别地涉及一种基于神经网络的虚拟食品盒缺陷生成方法及系统。该方法包括：通过预先训练得到的生成对抗网络，获取图像数据；筛选图像数据，获取第一样本、第二样本；获取原始贴图；其中，原始贴图，由图像分割网络模型接收生成对抗网络输出的模拟缺陷图像，并提取特征获得；基于原始贴图，转化为法线贴图，并输出于三维虚拟食品盒中预选区域中，实现虚拟食品盒的缺陷生成。通过生成对抗网络生成图像数据，然后筛选出第一样本、第二样本分别来训练图像分割网络、生成对抗网络，图像分割网络模型可以输出大量的模拟缺陷图像，实现生成大量食品盒缺陷数据集，克服了缺陷模型样本需求不足的问题。