颜色分类leetcode用于图像分类的VGG19-FCN的TensorFlow实现。该存储库包含使用预训练模型进行自然图像分类的示例，以及在数据集上从头开始训练类似VGG19的网络（测试集准确率为91.81%）。

CIFAR-10上的预训练模型要求Python 3.3+。VGG网络在实现中定义，使用预训练模型的图像分类示例和在CIFAR-10上从头开始训练网络的示例均提供说明。用于测试预训练模型，最后三个全连接层被转换为卷积层，使其成为一个全卷积网络，输入图像大小可以任意。

图像被重新缩放，使最小边等于224，然后再输入模型，以降低计算复杂度并保持较高的分类性能。卷积层部分与VGG19相同，全连接层被实现为滤波器大小为1的卷积层。由于CIFAR-10包含比ImageNet更少的训练集和类，因此在输出线性层之前使用了由1024个节点组成的隐藏层。