本发明涉及图像分类技术领域，具体为一种基于深度学习的资质图像分类方法及系统，包括以下步骤，基于原始图像数据集，采用数据增强算法，包括随机裁剪、翻转、颜色变换以及Z‑Score标准化方法，进行数据集的扩展和标准化处理，匹配深度学习模型的输入要求，生成增强后的标准化图像数据集。本发明中，通过随机裁剪、翻转、颜色变换及Z‑Score标准化，增强了模型的泛化能力和适应性，采用迁移学习算法和预训练模型，加速了训练过程，减少数据需求和计算资源，SMOTE算法处理类别不平衡问题，确保分类的公正性，图卷积网络和频域分析技术的结合，增强了对图像结构化特征的识别，神经风格迁移技术的应用，优化图像的视觉表现，进一步提升模型的鲁棒性。