使用谷歌预训练的inception_v3，inception_v4和resnet_v2_152检查点运行tf slim eval_image_classifier.py，所有检查点都能保持0％的准确率。稍微更改代码以添加TruePositives，TrueNegatives，FalsePositives和FalseNegatives作为指标显示了这一点。
eval/TruePositives[22613]
eval/TrueNegatives[0]
eval/FalsePositives[27387]
eval/Accuracy[0] eval/FalseNegatives[0]
eval/Recall_5[0.0004]
我正在使用的命令是：
python eval_image_classifier.py --checkpoint_path=inception_v4.ckpt --eval_dir=. --dataset_name=imagenet --dataset_split_name=validation --dataset_dir=/imagenet --model_name=inception_v4
我已尝试将preprocessing_name设置为ince，并将eval_image_size设置为299，但这对结果没有影响。有什么想法导致这个？我在任何有相同问题的论坛上找不到任何人