本发明涉及人工智能技术领域，具体涉及一种基于神经网络的花生霉变识别方法及系统，该方法包括：获取花生的初始图像，按照像素值的大小将初始图像中的像素值与像素性质分类集中的像素值进行匹配，获取初始图像中的像素值在像素性质分类集中的置信度以及每个置信度所对应的高斯分布模型；将初始图像中的每个像素值分别代入相应的高斯分布模型得到概率值，以每个高斯模型所对应的置信度作为权重对概率值进行加权求和得到初始图像中每个像素值的初始评分，将每个像素值为霉变像素及其为正常像素的初始评分进行比较得到评分差异，在初始图像中所有像素的评分差异大于零时，确定花生发生霉变，以达到在准确识别花生霉变的基础上降低了计算量。