本发明公开了一种基于注意力机制和度量学习少样本电力缺陷检测方法,包括以下步骤:S1:构建数据集,构建数据集构建包括所需的训练集以及目标数据集;S2:模型创建,在S1中的训练集上进行元学习,获取充分的先验知识,得到元模型;S3:将进行元模型应用到目标数据集,进行目标数据的分类,本发明不需要依赖于庞大的数据集来进行模型的训练,具有更强的现实意义,为现实场景中数据不足的一种解决思路;且,基于元学习的理论,可以快速适应新的任务,不需要将模型从头开始进行训练,只需对模型参数进行微调;在关系网络中引入了attent i on网络,使网络更加专注于找到输入图像中有价值的部分,进而实现少样本电力缺陷检测。