随着人工智能技术日益发展,以深度学习为代表的机器学习技术在图像识别领域得到广泛关注。深度学习技术源于神经网络,较传统神经网络技术网络结构层次更为深入,网络参数设置和调整策略更为复杂。本文从深度卷积网络结构、参数调整策略方面出发,回顾了深度卷积网络图像处理技术的发展,分析了影响深度卷积学习效率的关键因素,对限制深度学习技术应用的瓶颈问题进行了探讨,并对未来技术发展给出展望。