本公开涉及图像处理技术领域，提出了一种基于深度学习的X光图像骨骼检测方法与系统，方法包括如下步骤：获取待检测的X光图像并进行预处理；将预处理后的图像输入至训练好的两阶段双U型网络，对图像中的骨骼区域进行粗特征提取，对提取的粗特征进行从高层级到低层级逐层细化，得到细节越来越丰富的多层细化特征图，对细化特征图进行逐层融合生成最终的骨骼区域显著图。本公开通过两阶段双U型网络对X光图像进行骨骼区域显著目标检测，两阶段特征提取和细化操作能保证检测的准确率，同时该网络融合经过两阶段处理的特征图，以充分利用不同层级蕴含的高级语义信息，能同时保障检测准确率和图像处理的速度。