本公开涉及一种基于目标检测算法与卷积神经网络的图像分类方法和系统，包括对原始图像进行目标检测得到预测框；将目标图像随机填充至预定的网格中，所述网格中网格单元与目标图像的尺寸一致，并根据填充网格后的图像得到与原始图像大小相同的新图像；根据新图像进行特征提取网络运算获得特征图；对每个特征图进行卷积计算分别获得对应的卷积值，合并卷积值得到一维向量；将一维向量和对应的图像标签构成训练数据集，利用训练数据集对图像分类模型进行有监督训练，获得训练后的图像分类模型；使用训练后的模型对图像中目标进行分类。通过目标区域重新组合能够过滤无用信息的干扰，进一步使用特征提取网络进行运算，提高了模型分类结果的准确率。