如何解决Keras模型在训练,验证和评估中表现良好,但在预测新图像时表现不佳
我已经使用keras训练了图像分类模型,该模型提供了98%的训练acc,98%的验证acc,90%的测试acc,但是在新输入图像上的表现非常差。我不知道为什么?
解决方法
您写到您训练了图像分类模型。假设您要编写一个应用程序,让人们拍摄晚餐,并返回有关食物的预测。
如果使用“完美”的图像(即清晰的高质量图像)训练模型,但是现在让模型预测在黑暗餐厅中拍摄的“真实生活”,那么您就会遇到问题:您让模型预测某件事,它基本上是没有学到的。 可能是问题。
如果您能向我们提供您的训练数据集和预测数据集的一些典型图像,那将是很棒的。也许您用于预测的数据对于整个训练数据集而言并不常见。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。