本发明提供了一种基于机器学习的零件装配质量数字化检测系统及方法，该系统包括：图像采集模块，用于获取至少一个零件的图像数据；图像分析模块，用于对图像数据进行图像信息分析，得到图像数据对应的多个质量特征要素；质量检测模块，用于构建基于粒子群参数优化的目标质量检测模型，并利用目标质量检测模型根据质量特征要素对零件进行制孔和/或铆接质量检测，得到零件的质量检测结果。实现了流程化、模块化、自动化、高效化的零件装配过程中制孔及铆接的质量检测，提高了质检结果准确率，大大节省了人力、时间成本。