一种基于图像化的深度学习吸波结构快速设计预测方法

本发明公开了一种基于图像化的深度学习吸波结构快速设计预测方法，包括：获取待预测的图像数据；将所述待预测的图像数据输入至深度学习模型中，获取预测结果，其中，所述深度学习模型通过卷积神经网络CNN构建并通过训练集训练获得，所述训练集为通过目标响应曲线构造的二维图像阵列，所述深度学习模型用于提取图像数据的空间特征，根据所述空间特征进行预测。本发明能够实现超构材料的快速设计。