本发明的一种基于GLCM与CNN‑Transformer融合的产品外观缺陷分类方法、存储介质，其中方法采用有效像素概率分布面积等分方法，对预处理后的产品样本图像进行灰度级降维，通过多通道分区域计算与合并方法，得到灰度共生矩阵GLCM与统计量矩阵，并引入3个1×1卷积核作为转换模块，对灰度共生矩阵GLCM进行降维处理，利用多层残差CNN进行特征提取，并与Swin Transformer Block结构体融合，同时，将统计量矩阵与多层残差CNN特征提取的融合结果进行二次特征融合，从而构建了GLCM与CNN‑Transformer融合的产品缺陷分类模型。本发明结合了灰度共生矩阵GLCM在纹理特征提取上的突出表现，以及CNN和Transformer在图像分类上的优势，能够更好地实现对有明显缺陷特征的产品外观的分类。