keras图像识别为什么识别结果概率总是100%和0%

zx2000

损失函数是categorical_crossentropy，
然后随便使用一张图片预测出来的结果总是：

预测概率要不就是100%，要不就是0%

[Python] 纯文本查看 复制代码

model=Sequential()

model.add(
    Convolution2D(
        32,5,padding="same",input_shape=(224,224,3),activation="relu"
    )
)
model.add(
    MaxPooling2D(
        (2,2),padding="same"
    )
)
model.add(
    Convolution2D(
        64,5,padding="same",activation="relu"
    )
)
model.add(
    MaxPooling2D(
        (2,2),padding="same"
    )
)
model.add(
    Convolution2D(
        128,5,padding="same",activation="relu"
    )
)
model.add(
    MaxPooling2D(
        (2,2),padding="same"
    )
)
model.add(Flatten())
model.add(
    Dense(
        128,activation="relu"
    )
)
model.add(
    Dense(
        64,activation="relu"
    )
)
model.add(
    Dense(
        10,activation="softmax"
    )
)
model.compile(
    Adam(lr=0.0001),loss="categorical_crossentropy",
    metrics=["accuracy"]
)

img_generator=image.ImageDataGenerator(
    rescale=1.0/255
)

train_img=img_generator.flow_from_directory(
"ANIMALS",
    target_size=(224,224),
    shuffle=True,
    seed=54,
)

name=["bear","cat","cheetah","cow","crocodiles","deer","dogs","elephant","giraffe","goat"]
img_arr=image.load_img("1.jpg",target_size=(224,224));
img_arr=image.img_to_array(img_arr)
img_arr=np.expand_dims(img_arr,axis=0)

pre=model.predict(img_arr)

jixiangyh

我也在学习中，model.compile 之后，        pre=model.predict(img_arr)之前 要进行训练吧，你的训练是哪一部分？

haolang

搞不清楚数据的标准化和归一化的关系，想对原始数据做归一化，却误把数据做了标准化，导致用model.predict预测出来的值全是0

zx2000

jixiangyh 发表于 2020-11-20 14:49
我也在学习中，model.compile 之后，        pre=model.predict(img_arr)之前 要进行训练吧，你的训练是哪 ...

训练了，忘记贴那个代码了

zx2000

haolang 发表于 2020-11-20 14:54
搞不清楚数据的标准化和归一化的关系，想对原始数据做归一化，却误把数据做了标准化，导致用model.predict ...

预测出来的结果是对的，但是准确率总是100%，有时候预测错误的答案给的准确率也是100%