本发明提供一种铸件缺陷识别模型训练方法、缺陷识别方法、装置及系统，确定铸件X射线图像的数据集，并将数据集按照缺陷的类别划分为两个子集；其中，第一子集内图像的缺陷类型有线状缺陷和孔状缺陷，第二子集内图像的缺陷类型有缩松缺陷与高密度夹杂缺陷；基于第一网络模型对第一子集进行增广，得到第一数据集；基于第二网络模型对第二子集进行增广，得到第二数据集；将第一数据集、第二数据集以及铸件真实X射线图像数据集进行混合，并对混合后的数据集进行二次增广，得到训练集；基于训练集对神经网络进行训练，训练后得到铸件缺陷识别模型。本发明通过仿真的方式增加了训练集中缺陷形貌多样性，实现人工检测到机器检测的突破，提高检测效率。