“十四五”期间，国家工信部提出工业互联网发展计划，要加速工业生产与5G、大数据、人工智能等信息技术相结合，在焊缝缺陷检测领域，仍然是以效率较低的专门人员检测为主的检测方式。随着我国工业制造业的发展，船舶、发电、航空航天、锅炉等行业焊缝缺陷检测需求剧增，焊缝缺陷智能化检测技术的出现迫在眉睫。        本作品——基于X光图的工业焊缝缺陷智能化检测系统，结合深度学习和传统计算机视觉方法设计了一套方案，检测射线探伤技术生成的焊缝 X 光图中的缺陷，旨在将人力观察 X 光图发现缺陷革新为计算机检测识别 X 光图中的焊缝缺陷，并将检测结果呈现在原 X 光图上供技术人员进一步检阅。目前已统计的焊缝内部缺陷有气泡、焊瘤、裂纹等12种，不同类别缺陷有着不同的物理性质和形态纹理特征，本作品基于深度学习设计了对多种缺陷普适的检测方法，并综合检测算法的召回率、精确率以及时间等要素，增添基于传统视觉算法的辅助检测方法形成最终方案。最后经过实验，本作品的检测方案在输入X光图存在噪声、模糊、对比度低等问题的情况下依然表现出较强的鲁棒性。作为焊缝缺陷检测的理想智能系统，本产品不仅仅能够节约额外的人工检测费用，更是焊缝检测流程中的一种技术革新，具有广阔的应用前景，可产生显著的经济效益和社会效益。