本公开提供了一种基于图像识别的三维点云聚类识别方法及系统，包括获取待识别区域的图像数据及其对应的点云数据；对所述图像数据及点云数据进行预处理；基于所述图像数据及预先训练的深度学习模型，进行目标实例的识别；获取目标实例的深度数据，基于所述深度数据确定目标实例在点云中的投影位置；在所述投影位置，基于聚类算法对所述点云数据进行可视化分割，获得聚类识别结果。所述方案通过将光学传感器和激光雷达相融合，利用光学传感器易于获取数据的特点，采用基于深度学习的视觉识别和深度定位的方案来实现三维点云的聚类识别，提高了聚类识别的准确性及稳定性。