В статье представлена гибридная нейросетевая модель CNN-ViT для автоматической классификации дефектов сварных соединений по радиографическим изображениям. Модель объединяет свёрточную нейронную сеть (CNN) и визуальный трансформер (ViT), что позволяет учитывать локальные особенности дефектов и общий контекст изображения. Исследование проведено на наборе радиографических изображений RIAWELC. Основные результаты: • Точность классификации - 98,56%. • Снижение частоты ошибок классификации примерно на 31% по сравнению с базовой CNN. • Распознавание трещин, пористости, непроваров и соединений без дефектов. • Визуализация областей, влияющих на решение модели, с помощью Grad-CAM и карт внимания трансформера. Разработанный подход представляет интерес для автоматизации радиографического неразрушающего контроля, повышения точности распознавания дефектов и создания интеллектуальных систем поддержки дефектоскопистов. Для промышленного применения необходима дополнительная проверка на производственных данных. Оригинал: https://doi.org/10.1038/s41598-026-44874-x