本发明公开了一种基于深度残差网络的细胞分类方法及系统，所述方法包括：获取细胞图像的数据集，所述数据集包括第一数据集与第二数据集；采用深度残差网络对所述第一数据集进行训练，并将经训练后的网络迁移至所述第二数据集进行训练，得到目标网络；将待分类的细胞图像输入至所述目标网络中，得到特征图，并对所述特征图进行分析，输出细胞图像的分类结果。本发明利用残差网络对数据集进行训练，并结合迁移学习的方法，创建了可自动分类的网络结构，有效解决了生物医学图像数据集偏小的问题，避免了过拟合情况的发生，不但减少了工作量，提高了工作效率，而且有效提高了细胞自动分类的正确率。