Keras的验证准确性不一致

Question

我正在研究二进制分类模型（CNN），我已将我的类分别放在/ data / train和/ data / validation中的不同文件夹中

最后一层：

model.add(Flatten())  # this converts our 3D feature maps to 1D feature vectors
model.add(Dense(64))
model.add(Activation('relu'))
model.add(Dropout(0.5))
model.add(Dense(1))
model.add(Activation('sigmoid'))

model.compile(loss='binary_crossentropy',
              optimizer='rmsprop',
              metrics=['accuracy'])

我收到此消息，表明类已正确链接到我的数据：

  

找到638个属于2个类的图像。找到214图像属于   2节课。

奇怪的是，我得到了非常好的val_acc：

  

损失：0.2453 - acc：0.8858 - val_loss：0.2000 - val_acc：0.9231

这似乎没有效果。在随机测试中，所有数据集的15个图像产生相同的结果：1 model.predict_classes(x)

为什么val_acc如此之高？