我是机器/深度学习和图像处理的新手，我训练了基于CNN的深度学习图像分类器。在CIFAR 10数据集上进行了训练。我得到的培训认证为95％，验证认证为96.96％。
但是当我将其从互联网上传递来进行测试时，它给出了错误的预测，甚至是明显的图像。
我尝试在彩色图像上训练它，因为我正在测试的图像是彩色的，但是它仍然具有很高的训练和验证准确性以及错误的预测。
然后我尝试使用photoshop将我从互联网上获得的相同图像调整为32x32。然后，当我将这些图像传递给模型时，它可以正确预测它们，但是如果我以高分辨率传递相同的图像，则它将预测为错误。
考虑到这一点，我尝试调整高分辨率图像的大小（之前已经做过），但是这次我在调整高分辨率图像后保存了高分辨率图像，然后再次读取它，但是它仍然对它进行了错误分类。似乎photoshop调整图像大小与cv2进行图像调整之间存在差异。
我不明白，这个模型有什么问题，我应该怎么做。
看起来像是过度拟合的情况吗？如果是的话，我该如何摆脱呢？
预先感谢