本申请提出了一种基于知识驱动的深度学习图像分类方法和系统，涉及图像分类技术领域，该方法包括：构建基于知识驱动的深度学习图像分类模型，并对构建的模型进行训练；获取待分类的图像，使用特征提取模块对待分类的图像进行特征提取，得到特征向量；将特征向量分别输入先验知识预训练模块和图像分类模块，得到先验知识多标签分类结果和图像分类结果。采用上述方案的本申请能够增强图像特征提取及分类任务的准确度，降低深度学习模型对数据量的依赖程度，缓解部分专业领域的数据收集和标注压力。并且本申请采用多标签分类方式将先验知识融入到深度学习模型的学习中，有效缓解了分割标注带来的压力，提升了系统在部分专业图像分类领域的可用性。