本申请提供了一种基于Transformer的缺陷检测方法和电子设备，属于电子信息技术领域，能够有效捕捉全局上下文信息，减少无关信息的聚合，提升缺陷检测准确度。该方法中，检测模型包括分割网络和分类网络，分割网络中的编码器基于Transformer获得，解码器基于卷积神经网络获得。该方法包括：基于查询图像、支持图像及其分割图像，确定输入序列；将输入序列输入到分割网络的编码器，通过分割网络利用支持图像及第一分割图像，指导查询图像的分割，输出查询图像对应的第一特征图和第二分割图像；编码器包括多头注意力机制，用于捕获查询图像的全局上下文信息；分类网络用于输出查询图像对应的缺陷分类结果。