VGG卷积神经网络是牛津大学在2014年提絀来的模型当这个模型被提出时，由于它的简洁性和实用性马上成为了当时最流行的卷积神经网络模型。它在图像分类和目标检测任務中都表现出非常好的结果在2014年的ILSVRC比赛中，VGG 在Top-5中取得了92.3%的正确率有vgg16代码和VGG19，模型的权重由ImageNet训练而来

2、利用tensorflow搭建网络并提取指定层特征
包括定义网络参数定义卷积层、池化层、全连接层操作，定义网络结构等操作，然后根据是分类任务或是其他任务定义损失函数开始訓练等代码较长，在此就不列出会附在附件中，需要的同事可查看因为我只需要利用预训练好的vgg提取图像的特征，所以会去掉最后┅层softmax,这里需要提前下载在大的图像数据集ImageNet上训练好的网络权重文件vgg16代码.npy加载方法如下：vgg16代码_npy_path为vgg16代码.npy文件的存放路径，
提取图像特征的代碼如下需要提取哪一层的特征，就把名字修改一下即可如：我提取的是fc7层，下面就写vgg.fc7每层名字的定义在vgg16代码.py文件中，到此操作完毕

3、遇到的问题 在调用vgg16代码.py函数时，一直报下面这个错误：

链接： 密码：s4po