El ensamblaje es un proceso de fabricación muy importante en la era de la Industria 4.0. Enfocado en los problemas de identificación de piezas e inspección de ensamblaje en la producción industrial, este documento propone un método de inspección de ensamblaje basado en visión por computadora y una red neuronal profunda. Primero, se construye la plataforma de adquisición de imágenes para recopilar las imágenes de las piezas y del ensamblaje. Utilizamos el modelo Mask R-CNN para identificar y segmentar la forma de cada imagen de pieza, y para obtener la categoría de la pieza y las coordenadas de posición en la imagen. Luego, de acuerdo con los resultados de segmentación de la imagen, se extraen el área, el perímetro, la circularidad y el momento invariante de Hu del contorno para formar el vector de características. Finalmente, se construye el modelo de clasificación SVM para identificar los defectos de ensamblaje, con una tasa de precisión de clasificación superior al 86.5%. La precisión del método se verifica mediante la construcción de una plataforma experimental. Los resultados muestran que el método completa de manera efectiva la identificación de piezas faltantes y desalineadas en el ensamblaje, y tiene buena robustez.