本发明公开了一种工业假不良检测方法及系统，所述方法包括：采集缺陷图片及对应缺陷类别编码数据；对图片的缺陷位置打标，标注缺陷类别编码、缺陷的边框和缺陷的真实尺度，得到训练数据集；利用训练数据集训练深度学习目标检测类算法模型，得到缺陷检测模型；利用缺陷检测模型识别待识别图片的缺陷位置，输出对应缺陷类别编码的置信度水平及缺陷的真实尺度。本方法提出极小假不良点目标的标注方法，并通过增加并行全连接层预测缺陷的真实尺度，最终通过经验将真实尺度信息与类别信息进行业务组合判断提升模型对真、假不良检测分类的效果。