Les technologies de fabrication additive connaissent un essor rapide pour répondre à des besoins croissants, comme la production de pièces aux géométries complexes, la réparation d’objets endommagés ou l'ajout de fonctionnalités à des pièces existantes. La qualité des pièces produites dépend fortement de la stabilité du bain de fusion durant l'apport de matière, rendant sa surveillance essentielle. Ce travail présente deux dispositifs expérimentaux conçus pour observer le bain de fusion : en surface, avec une caméra bichromatique, et en profondeur, par radioscopie X. La caméra bichromatique, équipée d’un filtre Bayer, capture des images sur trois canaux de couleur, dont deux sont utilisés pour la mesure bichromatique, permettant ainsi d’estimer la température du bain de fusion. Compacte et facilement adaptable aux systèmes de fabrication additive, elle offre une excellente résolution spatiale et une bonne précision thermique. Deux configurations distinctes ont été testées : un dispositif de fabrication directe par projection laser et un autre utilisant la méthode arc-fil. Cependant, ces observations se limitent aux informations de surface. Pour analyser le bain de fusion en profondeur, un système de contrôle par rayons X a été développé. Selon la loi de Beer-Lambert, à épaisseur constante, la différence de densité entre le bain liquide et le substrat solide se manifeste par une variation de signal sur les radioscopies. Le dispositif expérimental comprend une source de rayons X mobile et un détecteur. Cependant, les images obtenues présentent un faible contraste, et le bruit inhérent aux mesures par rayons X complique la détection du bain de fusion via des méthodes classiques de traitement d'image. Pour surmonter cette difficulté, un modèle encoder-decoder basé sur des réseaux de neurones convolutifs a été entraîné sur un jeu de données entièrement simulé. La création de ce jeu de données se déroule en trois étapes : une simulation thermique du passage d’une source laser gaussienne sur une surface, suivie de la discrétisation des résultats thermiques en termes de densité, et enfin, une simulation de radioscopies obtenues par tir de rayons X. L’application de ce réseau de neurones, entraîné exclusivement sur des données simulées, aux radioscopies expérimentales montre des résultats prometteurs, avec une identification réussie du bain de fusion sur environ un tiers des images.