对Keras模型回归的困惑

Question

我已经保存并加载了一个keras张量流分类模型。在训练该模型时，我只是关注准确性，现在model.predict实际返回的内容。现在，我正在尝试测试此模型的部署，发现对model.predict实际运行情况感到困惑。

这是图像识别的二进制分类问题。

下面是获取base64编码图片，对其进行解码并将其发送到模型的功能：

def dapply(input):

    def stringToRGB(base64_string):
        imgdata = base64.b64decode(str(base64_string))
        image = Image.open(BytesIO(imgdata))
        return cv2.cvtColor(np.array(image), cv2.IMREAD_GRAYSCALE)

    array = stringToRGB(input)

    new_array = cv2.resize(array, (125, 125))
    x = np.array(new_array).reshape(-1, 125, 125, 1)

    pred = model.predict_classes(x)

    return pred

我运行两个实例。每堂课一个：

#Class 0
dapply(image_n)

返回：

array([[1],
       [0],
       [1],
       [1]])


#Class 1
dapply(image)

返回

array([[1],
       [1],
       [1],
       [1]])

我期望有1个数字（0或1）。谁能解释我的实际见解？