一种铝合金焊接缺陷在线监测方法，属于智能焊接制造技术领域。本发明针对高端装备大型铝合金构件制造中焊接质量的在线快速监测需求。利用高速被动视觉传感系统采集熔池图像，采用基于深度学习的语义分割方法同时检测熔池边缘和熔池表面未被氧化层覆盖的特征区域，在此基础上分别提取熔池形貌全局特征和局部纹理特征，通过机器学习模型实现典型缺陷的早期检出与识别。本发明一方面能够实现焊接缺陷早期检出预警并定位缺陷，避免因缺陷引起的废品产生停机等事故；一方面能够实时识别焊缝成形质量为工艺参数的在线反馈控制提供依据。本方法可广泛应用于厚板与中厚板铝合金氦弧焊过程，尤其适用于大型航天铝合金贮箱、铝合金液罐等构件的焊接场合。