Дослідження проводилося на лабораторних та промислових зразках з мікродефектами за допомогою мультисенсорної системи, що складалася з візуальних камер, ультразвуку, термографії та рентгенівських променів. Дані були попередньо оброблені шляхом фільтрування, нормалізації та вилучення контурів і проаналізовані за допомогою моделей глибокого навчання Convolutional Neural Network (CNN), Vision Transformer та 3D CNN з мультимодальною інтеграцією, трансферним навчанням, аугментацією та оптимізацією ваги, а продуктивність системи оцінювалася за показниками точності, прецизійності, відтворення та F1-балу. Результати цього дослідження можуть бути використані фахівцями з контролю якості та розробниками промислових інформаційних і вимірювальних систем для підвищення точності та ефективності виявлення мікродефектів.