本发明提供了一种分液中的液体状态识别方法及分液系统，其中，分液系统执行液体状态识别方法，该方法包括：从进入分液过程起，开始获取管道内液体的视频，并每间隔预设周期，抽取视频中的图像帧；对于每一图像帧，获取该图像帧中待识别区域的图像特征，并将图像特征输入训练好的液体状态识别模型，得到该图像帧对应的预测状态，训练好的液体状态识别模型是通过带有液体状态标签的样本图像帧训练得到；基于各图像帧对应的预测状态，确定管道内的液体状态。该方案采用的液体状态识别模型特别适用于快速流动的液体分液过程，采用机器学习模型参与液体状态预测能够使得分析的图像特征更丰富，算法的鲁棒性也更强，使得分液的准确性和通用性都更好。