tensorflow - 来自高效网络迁移学习的错误预测

Question

我是 TensorFlow 迁移学习的新手，我选择 tfhub 来简化查找数据集的过程，但现在我很困惑，因为当我尝试使用来自互联网的图像时，我的模型给出了错误的预测。我使用了没有微调的efficientnet_v2_imagenet1k_b0 特征向量来训练来自https://www.kaggle.com/drgfreeman/rockpaperscissors的rock-paper-scissors 数据集。我使用图像数据生成器和来自目录的流进行数据处理。

这是我的模型

这是我的火车结果

这是我在这里的测试结果

这是我第二次在使用 tfhub 进行迁移学习时得到这样的结果。我想知道为什么会发生这种情况以及如何解决它，这样这个问题就不会再发生了。非常感谢您的帮助，并为我的英语不好感到抱歉。

标签： tensorflowtransfer-learningtensorflow-hubfalse-positiveefficientnet

Answer 1

为了帮助真正需要查看如何将数据提供给 model.predict 的代码。然而，作为一种猜测，请记住，efficientnet 需要具有 0 到 255 范围内的像素，因此不要缩放图像。确保您的测试图像是 rgb 并且与训练中使用的图像大小相同。还需要查看有关如何处理预测的代码