本发明公开了一种基于互补双通道卷积神经网络的焊缝成形预测方法，与BP神经网络相比，卷积神经网络最大的特点在于不需要进行熔池特征的提取，而是通过构建的多层卷积核自动进行熔池特征量的提取；卷积神经网络以整张熔池图像作为模型的输入，省却了熔池特征量提取所耗费的时间，同时避免了熔池图像信息的丢失；相比于普通的双通道卷积神经网络的激光焊接焊缝成形预测方法，本方法采用两个卷积模块对熔池图像浅层特征进行提取，用于提取熔池的边缘线条，采用双通道策略，得到的熔池图像特征更加充分；采用全连接模块引入了激光焊接工艺参数，共同预测T型接头焊缝形貌，可以进一步提升模型预测性能。