本发明提供了一种基于DenseNet的滑坡图像识别方法和系统，方法结合灾区滑坡发生的特点，在滑坡样本库构建阶段通过加入各种地形地貌、地层岩性、植被覆盖、气象水文甚至人类活动的滑坡影响因子来丰富滑坡样本库，利用该样本库与滑坡标签数据对DenseNet模型训练并检测，利用训练好的模型进行滑坡识别与制图。DenseNet的运用最大程度地传递了网络提取的滑坡特征，有效地防止过拟合，涉及参数少，迭代时间少，收敛速度快，还在滑坡识别工作中能更好地做到性能和效率的平衡，同时还能弥补滑坡样本匮乏的现状，更好地识别现有滑坡的边界范围甚至是潜在滑坡，提高滑坡识别与制图的精度。