本发明属于图像匹配技术领域，涉及一种基于深度学习的眼底图像匹配方法、系统和可读介质，包括：将眼底图像输入深度神经网络模型进行训练获得同时实现关键点检测和特征提取的深度神经网络模型，该模型包括一个编码器网络和两个解码器网络；将待测眼底图像输入训练好的模型，生成关键点概率图和描述特征图；获得关键点坐标集合和关键点特征集合；将两张待匹配眼底图像对应的将关键点坐标集合和关键点特征集合进行匹配，获得匹配集；根据匹配集计算仿射变换的参数，实现图像配准，确定匹配的外点和内点，并根据内点的数量进行身份验证。其简单有效，只需要训练部分特征，大幅度减少了计算量，允许输入更大尺寸的图像，更适用于医疗眼底图像场景。