本发明涉及一种基于深度学习算法的穿孔等离子弧焊接熔池状态预测方法，属于穿孔等离子弧焊接技术领域，搭建实验平台，设置CCD相机采集熔池图像，设置光敏传感器采集光敏信息，选择脉冲电流进行焊接，采集图像信息与穿孔信息，将获取的图像和光敏信息进行特征匹配，建立深度学习模型，正面熔池图像作为网络的输入，穿孔状态信息作为输出，进行训练，然后进行深度学习模型验证，将验证好的模型进行二次开发，部署到计算机中；通过实时采集图像作为输入，得到穿孔状态，然后将得到的穿孔状态作为依据修正焊接参数来控制焊接过程，扩大了训练数据的数据库，提高了熔池状态预测的精确度，提高了训练模型的泛化能力和鲁棒性。