本申请涉及计算机技术领域，特别涉及一种工业缺陷分类方法、装置、电子设备及存储介质，其中，方法包括：获取目标域的训练数据集；设计适用于迁移学习的注意力原型网络；利用训练数据集训练目标域的分类模型，直到满足预设训练条件时，得到训练完成的分类模型，其中，目标域的分类模型由源域的分类模型特征迁移学习得到，根据工业迁移学习数据量小，数据分布有差异等问题添加训练策略；将工业缺陷的数据输入训练完成的分类模型，输出工业缺陷的实际类别。由此，解决了相关技术中工业缺陷分类迁移学习中源域与目标域数据分布差异带来的训练效率低以及已有迁移学习方案精度不高等问题。