本发明公开一种基于深度学习的磁芯缺陷检测系统及方法，该方法中，首先采样模块对磁芯进行采样，将采样得到的图像经过预处理保存到数据库，然后对图像进行标注制作成数据集，接着进行训练，生成模型。将训练得到的模型导入实时检测模块，可以对生产线上的磁芯进行实时缺陷检测，外设分拣机构根据缺陷检测的结果对磁芯进行分拣。检测结束后，会将检测的结果包括相关缺陷指标进行统计分析，生成相应的检测报表。本发明基于深度学习和传统图像处理的算法检测精度更高；结合全监督和半监督两种训练模式，使得模型训练更加容易。并且集成采样，标注，训练，实时检测，智能分拣等一系列功能，系统集成度更高，可用性更强。