我遵循了本教程（article和code），并提供了数据集，效果很好。但是，当我尝试将自己的图片用于两种类别时，它的行为很奇怪，而模型却毫无用处。每个纪元都给我相同的结果：
Epoch 1/50
49/49 [==============================] - 63s 1s/step - loss: 7.9712 - acc: 0.5000
1. 241s - loss: 7.9712 - acc: 0.5000 - val_loss: 7.9712 - val_acc: 0.5000
Epoch 2/50
49/49 [==============================] - 62s 1s/step - loss: 7.9712 - acc: 0.5000
2. 259s - loss: 7.9712 - acc: 0.5000 - val_loss: 7.9712 - val_acc: 0.5000
Epoch 3/50
49/49 [==============================] - 61s 1s/step - loss: 7.9712 - acc: 0.5000
3. 237s - loss: 7.9712 - acc: 0.5000 - val_loss: 7.9712 - val_acc: 0.5000
Epoch 4/50
49/49 [==============================] - 62s 1s/step - loss: 7.9712 - acc: 0.5000
4. 238s - loss: 7.9712 - acc: 0.5000 - val_loss: 7.9712 - val_acc: 0.5000
Epoch 5/50
49/49 [==============================] - 62s 1s/step - loss: 7.9712 - acc: 0.5000
5. 239s - loss: 7.9712 - acc: 0.5000 - val_loss: 7.9712 - val_acc: 0.5000
Epoch 6/50
49/49 [==============================] - 61s 1s/step - loss: 7.9712 - acc: 0.5000
6. 239s - loss: 7.9712 - acc: 0.5000 - val_loss: 7.9712 - val_acc: 0.5000
Epoch 7/50
49/49 [==============================] - 61s 1s/step - loss: 7.9712 - acc: 0.5000
7. 238s - loss: 7.9712 - acc: 0.5000 - val_loss: 7.9712 - val_acc: 0.5000
Epoch 8/50
49/49 [==============================] - 62s 1s/step - loss: 7.9712 - acc: 0.5000
8. 241s - loss: 7.9712 - acc: 0.5000 - val_loss: 7.9712 - val_acc: 0.5000
我没有更改任何仅设置数据集。
我的数据集和原始数据集之间存在一些差异： -每个对象/文件夹的图片更少。而不是1500张图片，每个对象只有几百张 -原始数据集仅用于识别猫和狗，因此输入数据更加多样化（每张照片都是另一只狗或猫）。在我的情况下，对于一个目标类别，每张图片都是同一物体，但是角度，位置等不同。
我的目标是创建一个能够识别不同产品的模型。我不想告诉分类对象是一瓶牛奶，但我想训练它是奶制品A，奶制品B等。因此，在我的情况下，每个文件夹都装有不同的产品。
我在哪里弄错了？我不明白，对于另一个数据集来说，相同的代码表现得如此不同。谢谢。