如今自动金属表面缺陷识别是当今表面缺陷识别领域一个重要研究方向，并且越来越多的卷积神经网络算法应用在该领域。但是随着网络层数的加深，会出现网络退化现象。我们提出了一种使用ResNet对金属表面缺陷分类的方法，经过实验性测试，我们使用ResNet34搭建了识别网路，在使用NEU表面缺陷数据集训练网络300个epoch后，网络的收敛性很好，测试集验证准确率达到了93.67%，准确率较其他表面缺陷识别算法高。并且，我们还可以加深ResNet网络的层数而不用担心网络退化问题