1

我已经在 imageai 自定义预测上实现了readthedocs中的标准代码，使用我自己的具有两个类的图像——大约 700 个图像在训练中，150 个在测试中，并且得到了一个名为“model_ex-077_acc-0.941176.h5”的模型。

这是否意味着我的模型在测试数据上的准确率为 94.1%？

我问是因为当我尝试预测我的训练（或测试）数据时，再次使用标准代码，模型总是以 100% 的概率预测一个类，我不知道为什么我的模型是 94.1% 准确.

我实现的标准代码（在具有 tensorflow==2.4.0 和 imageai==2.1.6 以及所有依赖项的虚拟环境中）进行训练是：

from imageai.Classification.Custom import ClassificationModelTrainer
import os


dir_path = os.path.dirname(os.path.realpath(__file__))


model_trainer = ClassificationModelTrainer()
model_trainer.setModelTypeAsInceptionV3()
model_trainer.setDataDirectory(dir_path+"/idenprof")
model_trainer.trainModel(num_objects=2, num_experiments=100, enhance_data=True, batch_size=32, show_network_summary=True)

并预测

from imageai.Classification.Custom import CustomImageClassification
import os
dir_path = os.path.dirname(os.path.realpath(__file__))
imageList = os.listdir(dir_path+"/idenprof/test/circle/")

prediction = CustomImageClassification()
prediction.setModelTypeAsResNet50()
prediction.setModelPath("model_ex-077_acc-0.941176.h5")
prediction.setJsonPath("model_class.json")
prediction.loadModel(num_objects=2)

for i in imageList:
    predictions, probabilities = prediction.classifyImage("idenprof/test/circle/"+i)

    for eachPrediction, eachProbability in zip(predictions, probabilities):
        print(eachPrediction , " : " , eachProbability)

我的两个类是“brick”和“circle”，输出始终是“brick”，概率为 100%。

4

0 回答 0