基于 tensorflow+VGG 16 的图像分类识别算法

本次图像的分类识别实验采用的是基于 tensorflow+VGG-16 的图像分类识别模型。vgg是由 Simonyan 和 Zisserman 在文献《Very Deep Convolutional Networks for Large-Scale ImageRecognition》上提出的卷积神经网络模型。模型可以达到 2.7%的测试准确度,在 ImageNet达到前 5 位。实验中应用 TensorFlow 将网络编码在文件 vgg16.py 中,包括一个预处理层,该预处理层使用像素值在 0-255 之间的 RGB 图像,并减去平均图像值;并且在 vgg16_weights.npz