La prueba radiográfica se utiliza generalmente en la gestión de calidad de las palas de turbinas de motores aéreos. La prueba radiográfica tradicional depende críticamente de la detección artificial por inspectores profesionales. Por lo tanto, a veces tiende a ser propensa a errores y consumir mucho tiempo. En este estudio, presentamos un método automático de detección de defectos combinando la prueba radiográfica con visión por computadora. Se introdujo un algoritmo de detección de defectos llamado DBFF-YOLOv4 para imágenes de rayos X de palas de turbinas de motores aéreos, empleando dos estructuras base para extraer características jerárquicas de defectos. Además, se desarrolló una nueva forma de concatenación que contiene todos los mapas de características, la cual juega un papel importante en el marco actual de detección de defectos. Finalmente, se estableció un sistema de detección y reconocimiento de defectos para la prueba y salida de imágenes de rayos X de palas de turbinas completas. Mientras tanto, se aplicaron nueve ciclos de recorte para un defecto, inversión, aumento y disminución de brillo para la expansión de muestras de entrenamiento y aumento de datos. Los resultados encontraron que este sistema de detección de defectos puede obtener una tasa de recuperación del 91.87%, una tasa de precisión del 96.7% y una tasa de detección falsa del 7% dentro del umbral de puntuación de 0.5. Se demostró que recortar nueve veces y el aumento de datos son extremadamente útiles para mejorar la precisión de detección. Este estudio proporciona una nueva forma de prueba radiográfica automática para palas de turbinas.