摘要: 焊接成形技术广泛应用于工业生产过程中，X射线检测方式是保证焊缝质量可靠性的常用手段. 针对X射线图像人工评定过程中存在劳动强度大、检测效率低等问题，提出一种基于Cascade-RCNN网络改进的多尺度目标检测网络CCBFE-RCNN模型，采用合并卷积层结构和FPN特征金字塔网络提升模型特征提取的尺度范围，使用BFE特征批量消除网络避免过拟合问题，同时对损失函数进行改进，通过构建熔焊焊缝X射线图像数据集进行模型测试. 结果表明，CCBFE-RCNN缺陷检测模型全类别召回率均值、全类别精确率均值为93.09%和91.92%，与Cascade-RCNN网络模型相比平均召回率提升5.16%，平均精确率提升5.27%，可为焊缝缺陷智能化识别提供算法支撑.