本发明涉及一种基于深度学习孪生网络的图像类型检测方法及系统，涉及目标检测技术领域，方法包括：获取待检测人脸图像；将待检测人脸图像输入至图像检测模型，以得到人脸图像的图像类型。其中，图像检测模型是依据第一损失函数、第二损失函数和训练集，对标定深度孪生网络进行训练得到的；训练集包括多个样本，每个样本包括初始人脸图像对和标签信息标定深度孪生网络包括第一特征提取模块、第二特征提取模块、对比损失模块和图像分类模块，且所述第一特征提取模块与所述第二特征提取模块之间权重共享。本发明结合孪生网络框架对图像对抗样本进行智能识别，有效提高面向图像深度识别模型在对抗样本攻击下的鲁棒性和可靠性。