本发明提供了一种基于WGAN的工业异常检测方法和装置，其中，所述方法包括以下步骤：获取待检测工件的异常图集和非异常图集；对待检测工件的异常图集和非异常图集分别进行数据预处理，以对应得到第一数据集和第二数据集；根据第一数据集和第二数据集构建WGAN异常检测模型；获取待检测工件的待检测图像；采用卷积神经网络对待检测工件的待检测图像进行数据筛选；采用WGAN异常检测模型对筛选后的待检测图像进行异常检测。本发明能够在异常缺陷数据较少的情况下实现工业异常检测，并且采用的算子简单，同时具有较高的检测效率和检测精度。