本发明公开了一种基于对抗机制的半监督式零件缺陷检测方法，包括：S1、建立对比分类网络，对比分类网络包括初始化参数为θ的分类器Cθ和初始化参数为的判别器S2、利用带标签零件图片数据集Sl训练分类器Cθ；S3、利用带标签零件图片数据集Sl和无标签零件图片数据集Su训练判别器S4、利用训练好的分类器Cθ对待测试零件图片进行预测，获得待测试零件的最终检测结果。该方法以半监督学习的方式，利用对抗机制训练出具有高精度与高鲁棒性的分类器，摒弃了传统深度学习分类任务中预测单张图片的类别标签的概念，致力于判断两张图片是否相似，以此来间接预测类别标签，在小批量带标签数据集上有良好的表现力与鲁棒性。