本申请提供的基于半导体切筋产品外表面缺陷的智能识别系统及方法，涉及图像识别方法技术领域，通过获取半导体切筋产线的产品图像，并基于所得图像进行预处理，基于预处理后图像，对图像数据进行特征提取并输出，采用卷积神经网络作为机器学习模型，基于提取所得特征数据进行模型训练，基于训练后的模型将其部署并投入使用，基于模型实时对产品图像进行识别处理，基于识别结果进行确认并反馈，并为输出的反馈提供可视化映射，规避由于激光扫描仪则无法应对新发生与新增的外表面缺陷进行有效检测的技术问题，实现自动化检测外表面缺陷，提高整体生产效率，识别系统用于实时监测外表面缺陷，及时发现问题并采取措施，变相提高整体稳定性。