龙源期刊网 http://www.qikan.com.cn
浅谈深度学习在图像识别领域的应用现状与优势
作者：罗曦
来源：《科技资讯》2020年第03期
摘 ;要：互联网的发展给现代的人们带来了极大的方便，现代的人们获取自己所需的信息的速度越来越快，随着互联网的快速发展，图片成为主要的信息载体，但由于我们无法对图片中的内容检索就大大降低了找到关键内容的效率。在解决这一问题的过程中计算机的图像识别技术就格外的重要。图像识别技术是依据人类本身对图像的判断能力进而产生的，而深度学习也在互联网领域影响极其重大。
关键词：图像识别技术 ;深度学习 ;互联网
中图分类号：TP391.4 ; 文献标识码：A 文章编号：1672-3791（2020）01（c）-0021-02 浅层机器学习模型是深度学习的前提条件，在此基础上，进而发展成更为深层次的机器学习模式。到目前为止深度学习在计算机的发展领域有着重要的影响，此项技术可以使得巡检领域的计算机对成千上万张图像进行识别时可以使误差率控制在很小的范围内，此项技术拥有很高的社会价值。
1 ;图像识别技术的定义
随着现代科技的发展，图像识别技术越来越受欢迎和重视，简单来说，图像识别技术是利用计算机对图片进行扫描、处理、分析后得出结论，根据得出来的结论即可判断不同属性的目标。在一定程度上，图像识别技术是通过模仿人类对图像的辨识的功能，利用计算机自身具有的功能对图像进行理解与分析，同时计算机能对人类肉眼难以观察到的图像信息进行处理，从而在很大程度上解放了人类的劳动力，具有很高的社会价值。图像识别技术在人工智能领域中不可或缺的一部分，能够针对图像的任何一部位的特征进行准确的分析，并且要准确地表明图像在识别时产生的眼动。人类进行图像识别时进入大脑的信息要与记忆中存储的信息进行比较，进而实现对图片的再认过程。同样的，图像识别技术与人类对图像的识别的原理相似，同样是根据计算机对图像识别的结果在自身的数据库中寻找与图像结果相似的数据原型，进而对图像做进一步的识别。
2 ;深度学习在图像识别中的应用
深度学习法是在神经网络范畴的基础上形成的，神经网络出现与应用的时间较长，在很早之前就出现了通过模拟人类大脑的感应来完善机器设备的学习问题，但在日后的研究中由于各
浅谈深度学习在图像识别领域的应用现状与优势
