1.一种基于深度学习的皮肤病图片病变类型分类系统，其特征在于：该系统先获取不同的皮肤病变图片；对皮肤病变图片进行数据预处理，预处理为将不同尺寸的皮肤病变图片进行缩放至设置好的两个固定尺寸；

该系统对皮肤病变图片数据扩增，对经过预处理的皮肤病变图片进行包括随机裁剪、随机翻转、随机旋转和随机形变在内的变换，所有的变换均有概率发生，即可能发生变换也可能不发生变换；

将扩增后的皮肤病变图像数据输入到卷积神经网络；所述的卷积神经网络为改进了ResNet50、InceptionV3网络，保留ResNet50平均池化层和InceptionV3平均池化层之前的部分，并对两个改进后的网络的输出张量在深度的维度上进行拼接，然后送入到分类器中；

所述的分类器包含两个全连接层，第一个全连接层用于整合之前的张量特征；第二个全连接层用于产生分类结果；

该系统采用损失函数加权的方式解决数据样本分布不平衡的问题，损失函数的加权值为每一类样本出现频率的倒数；

使用超大规模视觉图像挑战赛中的图片所训练的权重，通过该权重对卷积网络进行初始化；

将扩增后的数据通过模型的输入层送入模型，利用反向传播算法对模型进行优化训练；

通过反向传播算法对模型权重进行训练；

将模型训练后的权重保存，使用该权重对皮肤病变图片进行分类。