一种基于深度学习的眼底图像识别分类方法，涉及深度学习和图像处理领域，解决现有深度学习方法进行眼底图像识别存在着准确度与速度之间的矛盾制约，效率较低，且原始数据少，给训练精度带来极大的影响等问题。该方法包括：步骤1，将眼底图像数据集进行数据增强后分为初始训练集a和验证集c，对训练集a进行数据扩充得到相对改变性质较小的训练集b1和相对改变性质较大的训练集b2；步骤2，分别将三个有映射关系的训练集a、b1、b2输入到不同的神经网络，其中将训练集b1的训练的卷积基复用到训练集b2，再通过密集连接分类器生成分类标签；步骤3，以图像改变性质的大小通过验证集c验证赋以不同的权重，融合使用优化算法达到最终结果。