使用混合cnn + svm模型的图像识别

Question

要识别图像，我正在使用cnn + svm混合模型。 型号：

    model.add(Conv2D(20, (5, 5), padding="same",input_shape=inputShape))
    model.add(Activation("relu"))
    model.add(MaxPooling2D(pool_size=(2, 2), strides=(2, 2)))

    model.add(Conv2D(50, (5, 5), padding="same"))
    model.add(Activation("relu"))
    model.add(MaxPooling2D(pool_size=(2, 2), strides=(2, 2)))

    model.add(Flatten())
    model.add(Dense(500))
    model.add(Activation('relu'))

    model.add(Dense((classes), kernel_regularizer=regularizers.l2(0.01)))

    model.add(Activation('linear'))

编译模型：

    opt = Adam(lr=lr, decay=lr / epochs)
    model.compile(loss="categorical_hinge", optimizer=opt, metrics=["accuracy"])

这是正确的吗？当训练过程中，准确性没有提高.... 这段代码有什么问题...