基于深度学习的图像识别是计算机科学领域的前沿技术,也是推动人工智能发展的核心驱动力。结合深度学习模型在图像处理中的高效性、准确性等特征,应以技术创新为基础,通过优化算法模型、构建专业数据集平台、引入轻量级框架等方式,提升计算机的图像处理能力和复杂任务识别水平,完善深度学习模型在计算机科学领域的通用性能力,促进计算机智能决策分析的发展,推动计算机科学向智能化方向转型。

深度学习；图像识别；计算机科学；应用困境；优化策略

[1]郑远攀,李广阳,李晔.深度学习在图像识别中的应用研究综述[J].计算机工程与应用,2019,55(12):20-36. [2]罗先圣.基于深度学习的图像目标识别技术研究[D].中国地质大学(北京),2021.DOI:10.27493/d.cnki.gzdzy.2021.000211. [3]郑远攀,李广阳,李晔.深度学习在图像识别中的应用研究综述[J].计算机工程与应用,2019,55(12):20-36. [4]胡惠贤.基于异构平台的视频图像识别算法研究与实现[D].华南理工大学,2016. [5]郭丽丽.基于深度学习的图像分类方法研究[D].中国矿业大学,2016.

DOI： https://doi.org/10.62639/sspis39.20250202

Published： 2025