本发明涉及一种基于残差结构的神经网络目标识别方法及系统，该方法包括：获取目标图像数据，并对目标图像数据按目标类别进行标注，形成训练数据；对训练数据进行归一化和零均值化，得到处理后训练数据；构建残差结构的神经网络，残差结构的神经网络包括依次连接的卷积模块层、第一全连接层和输出层，根据处理后训练数据，利用联合损失函数对构建残差结构的神经网络进行训练，得到训练好的网络模型；获取待识别目标图像数据，并对待识别目标图像数据进行归一化和零均值化，得到处理后待识别数据；将处理后待识别数据输入到训练好的网络模型，输出识别结果。通过本发明的上述方法能够提高目标识别的准确率。