Для решения задачи точного многоклассового распознавания дефектов при диагностике заклепочных соединений в авиационных изделиях по их видеоизображениям предложено использование глубокого нейросетевого обучения. Для машинного обучения при решении задачи детектирования и классификации дефектов созданы два датасета на основе реальной физической модели заклепочных соединений. Дана математическая постановка и алгоритмы решения задачи распознавания дефектов заклепочных соединений в авиации. Использованы модифицированные глубокие нейронные сети YOLO-V5 для обнаружения и MobileNet V3 Large для классификации состояния заклепочных соединений. Точность результата, полученная при моделировании, составила 100 % как в случае бинарной, так и шестиклассовой классификации.