本发明公开了一种风力发电机叶片缺陷分类方法及其分类系统，分类方法包括以下步骤：利用在风力发电机叶片图像样本数据集上进行过训练的ResNet提取叶片的缺陷特征；利用ResNet提取的所述叶片的缺陷特征来获得频繁程度高的叶片缺陷类别信息；将提取的频繁程度高的叶片缺陷类别信息用于决策树的构建，重复迭代直至收敛后得到缺陷分类模型，并利用基于高频取样CatBoost方法对其缺陷特征进行分类；该方法能够对叶片缺陷进行准确的检测及分类，有利于风力发电的发展。