本发明公开了一种基于深度学习的零件分拣识别系统和方法，涉及计算机视觉和零件分拣领域，所述系统包括：训练模块和应用模块，在训练模块中建立模型，并将模型应用到应用模块中获得识别结果并将识别结果输出。训练模块包括：合成图像制作模块、实际图像采集模块、数据集生成模块、深度学习模块，其中，深度学习模块与数据集生成模块连接，接收训练集和验证集，并构建深度学习模型，包括目标识别网络和域自适应网络，目标识别网络用于特征的提取、对象的分类以及候选框的生成；域自适应网络用于对齐源域和目标域中图像的特征。