为弥补汽车电磁阀滤网表面缺陷自动化检测的空缺，并解决滤网表面缺陷检测准确率低、存在漏检现象等问题，设计一种基于改进XGBoost的电磁阀滤网表面缺陷检测系统，有效识别电磁阀滤网存在的破洞、松丝缺陷。该系统首先对滤网图像进行滤波、增强，再对滤网区域及滤网塑料骨架区域进行定位，从而提取滤网织物区域；其次提取织物区域的灰度特征和纹理特征，采用基于随机森林的特征递减消除算法进行特征优选，构建XGBoost模型来实现对缺陷的识别与分类；最后采用两重多阶段的超参数寻优策略进行参数优化，提升模型效果。实验结果表明，所设计系统能够识别出滤网表面的缺陷及类型，并且相比传统机器学习检测方法，能够达到更高的准确率。