深度学习图片分类研究现状、

深度学习在图像分类领域已经取得了很大的进展。目前，最常用的深度学习模型是卷积神经网络（Convolutional Neural Network，CNN）。CNN是一种特殊的神经网络，它具有卷积层、池化层和全连接层等结构。

在图像分类领域，CNN已经取得了很多成果。例如，ImageNet图像分类挑战赛中，AlexNet、VGG、GoogLeNet、ResNet等多个CNN模型都取得了很好的成绩。其中，ResNet的结构相对比较复杂，但是准确率最高，已经成为了目前最常用的图像分类模型之一。

除了CNN模型外，还有一些其他的深度学习模型，例如循环神经网络（Recurrent Neural Networks，RNN）、卷积循环神经网络（Convolutional Recurrent Neural Networks，CRNN）等。这些模型在图像分类领域也有很好的表现。

总体来说，深度学习在图像分类领域已经取得了很大的进展，并且会继续成为未来图像处理领域的重要研究方向。