深度卷積神經網路（Deep Convolutional Neural Networks，DCNN）是深度學習中的一種模型，主要用於計算機視覺和圖像處理領域。DCNN通過多層卷積和池化操作來提取圖像中的特徵，具有較強的表達能力和泛化能力。
DCNN模型由多個卷積層、池化層和全連線層組成。其中，卷積層負責提取圖像的局部特徵，通過定義一組卷積核（或濾波器）在輸入圖像上進行卷積操作，得到一組特徵圖。每個特徵圖對應一個卷積核，表示該卷積核對輸入圖像的回響程度。卷積操作可以有效捕捉圖像中的邊緣、紋理等局部特徵。池化層則用於減小特徵圖的尺寸，並保留主要的特徵信息。
此外，DCNN模型還有變種，如TextCNN模型、XML-CNN模型、Character-level CNN模型和VDCNN模型等。