图像分类作为一种典型的分类任务是计算机视觉领域中基础而又重要的研究主题。图像分类过程中，特征提取对提升分类精确度起到了至关重要的作用。本文首先介绍卷积神经网络的相关技术，分析卷积神经网络算法的发展前景与研究方向。通过卷积神经网络模型AlexNet的缺点进行分析，提出一种改进型网络模型。在预处理阶段采用双立方插值算法将图像统一为标准尺寸，然后对图像进行归一化操作，保持输入数据具有相似的分布。同时对结构进行优化，使用更加精细的卷积核提取特征，对卷积层进行变形以降低参数量，放弃局部响应归一化操作与分组策略，采用批归一化的数据处理方法。通过采用改进后的激活函数对数据进行非线性变换，能够有效地提高网络模型的性能，实现对中草药图像分类。