分类模型训练完成，却预测不准的原因

最近，在用resnet模型进行图像分类的时候，出现了个问题。就是在test时候，准确率能达到93，单单张图片预测的时候，结果几乎没有正确的。

最开始以为模型训练的时候的问题，因为我想要最大概率的结果，而训练的时候是各类标签的概率，所以还需要加一个torch.softmax()。

可我后来又发现，那为什么在test数据集上的准确率却很高。应该是一张图片预测的函数里出现的问题。开始排查是不是标签与类别名没有对应上，通过多次试验，不管什么图片几乎都是那一种类别，且概率都是100%。

最后，在一个学长的帮助下，发现因为前面训练集和测试集都使用transform对图片进行处理，而单张图片是使用cv2进行处理，但是通过测试还没有解决问题。

终于，我们发现在加载完模型权重后没有用model.eval()对模型中的batch_Normalization

和dropout进行停用，导致模型在预测的时候对一些权重丢弃，并且对数据进行了归一化，使得预测结果大幅度偏于某一种类。

总结，在预测时，对图片的处理一定与前面训练集保持一致，并且别忘了model.eval()这个函数。

分类模型训练完成，却预测不准的原因相关推荐

keras构建前馈神经网络（feedforward neural network）进行多分类模型训练学习
keras构建前馈神经网络(feedforward neural network)进行多分类模型训练学习前馈神经网络(feedforward neural network)是一种最简单的神经网络,各 ...
神经网络学习小记录19——微调VGG分类模型训练自己的数据（猫狗数据集）
神经网络学习小记录19--微调VGG分类模型训练自己的数据(猫狗数据集) 注意事项学习前言什么是VGG16模型 VGG模型的复杂程度训练前准备 1.数据集处理 2.创建Keras的VGG模型 3 ...
PytorchCNN图片识别和分类模型训练框架
PytorchCNN图片识别和分类模型训练框架文章目录 PytorchCNN图片识别和分类模型训练框架前言一.图片数据集预处理二.模型训练 1.transforms.Compose准备 2.通 ...
神经网络学习小记录17——使用AlexNet分类模型训练自己的数据（猫狗数据集）
神经网络学习小记录17--使用AlexNet分类模型训练自己的数据(猫狗数据集) 学习前言什么是AlexNet模型训练前准备 1.数据集处理 2.创建Keras的AlexNet模型开始训练 1. ...
bert中文分类模型训练+推理+部署
文章预览: 0. bert简介 1. bert结构 1. bert中文分类模型训练 1 下载bert项目代码代码结构 2 下载中文预训练模型 3 制作中文训练数据集 2. bert模型推理 1.te ...
使用pytorch训练你自己的图像分类模型（包括模型训练、推理预测、误差分析）
开源代码:https://github.com/xxcheng0708/Pytorch_Image_Classifier_Template 使用pytorch框架搭建一个图像分类模型通常包含 ...
AI：神经网络IMDB电影评论二分类模型训练和评估
AI:Keras神经网络IMDB电影评论二分类模型训练和评估,python import keras from keras.layers import Dense from keras import ...
模型训练过程中产生NAN的原因分析
模型训练过程中产生NAN的原因分析在模型的训练过程中发现,有时在经过多轮训练后loss会突然变为nan.loss变为nan也就使权重更新后的网络里的参数变为了nan,这样就使整个训练无法再进行下去了 ...
分类模型训练完之后，测试效果极差可能原因分析
在知乎上有这样一个问题: acc很高,但预测正确的样本占比又很低,怎么回事? - 知乎关于这个问题,在这个问题的回答中,有许多大佬从数据的分布.模型的结构.数据集的划分,以及验证指标等层面进行了解答 ...

分类模型训练完成，却预测不准的原因

分类模型训练完成，却预测不准的原因相关推荐

最新文章

热门文章