本发明公开了一种基于深度学习的HF‑ERW焊接状态检测方法及装置，能够大幅提升焊接状态图像测试精度。该方法包括：获取HF‑ERW焊接状态图像数据集；建立基于卷积神经网络CNN的图像分类模型；生成HF‑ERW焊接质量状态数据集；将图像分类模型的卷积层和池化层迁移到HF‑ERW焊接质量状态数据集上；从HF‑ERW焊接质量状态数据集选取部分样本图像数据作为训练集，将训练集中的样本图像数据输入图像分类模型进行训练，获取预测分类结果；每完成一次训练后，调整图像分类模型的参数；当损失值小于预设值时停止训练；将待检测的HF‑ERW焊接状态图像输入图像分类模型，获取分类结果。