MobileNet：验证准确度高，预测结果差

Question

我正在使用 TensorFlow 训练 MobileNet_v1_1.0_224。我正在使用 TensorFlow-Slim image classification model library 中存在的 python 脚本进行训练。我的 4 个类的数据集分布如下：

normal_faces：42070
oncall_faces：13563（通话时图像中的人脸带有手机）
吸烟脸：5949
打哈欠：1630

数据集中的所有图像都是方形图像并且大于224x224

我正在使用 train_image_classifier.py 训练模型，并带有以下参数，

python train_image_classifier.py \
    --train_dir=${TRAIN_DIR} \
    --dataset_name=custom \
    --dataset_split_name=train \
    --dataset_dir=${DATASET_DIR} \
    --model_name=mobilenet_v1 \
    --batch_size=32\
    --max_number_of_steps=25000

在训练模型后，eval_image_classifier.py 在验证集上显示出高于 95% 的准确率，但是当我导出冻结图并将其用于预测时，它的表现非常糟糕。 >

我也试过这个 notebook 但这也产生了类似的结果。

日志：Training Log
情节：Loss 和 Accuracy

这是什么原因？我该如何解决这个问题？

我在 SO 上看到过类似的问题，但没有与 MobileNets 相关的具体问题。

Answer 1

您是否使用了验证集？如果是这样，验证准确度是多少？ 如果您使用了验证集，则检查您是否正确进行预测的一个好方法是在验证集上运行 model.predict。