[使用Keras建立的模型报告了良好的准确性，但是无法预测工作]]

Question

我已经使用Keras / Tensorflow建立了一个神经网络模型，该模型在建立时（使用'fit_generator'）报告了良好的训练和验证准确性（90％ish），并且在测试集上使用了'evaluate_generator'函数报告了类似的准确性。但是，当我随后尝试使用该模型来生成预测时，无论是使用“ predict_generator”还是针对单个文件手动生成预测，它都会为每个预测给出“ 0”的答案。下面的代码。我没有经验，非常感谢指导。谢谢。

from keras.preprocessing.image import img_to_array, load_img, ImageDataGenerator
from keras.models import load_model
import glob, sys
import numpy as np

myModel = load_model("Gender.h5")
dataGenerator = ImageDataGenerator()
testGen = dataGenerator.flow_from_directory("newData\\A1\\test",target_size=(218,178),
    batch_size=32, class_mode='binary',shuffle=False,color_mode="rgb")
testGen.reset()
print("Test Set Accuracy: %0.1f%%"%(100*myModel.evaluate_generator(testGen)[1]))
testGen.reset()
testPredictions = myModel.predict_generator(testGen)
predictedClassIndices=np.argmax(testPredictions,axis=1)
filenames = testGen.filenames
for f in range(len(filenames)):
    print(filenames[f],":",predictedClassIndices[f])

[我已经使用Keras / Tensorflow建立了一个神经网络模型，该模型在建立时（使用'fit_generator'）报告了良好的训练和验证准确性（90％ish），并使用了'...]报告了相似的准确性] >> [

这种情况的一种可能是您的班级可能是Imbalanced。如果是这样，您可以尝试：

重新平衡数据集：通过对频率较低的类进行上采样或对频率较高的类进行下采样。
• [调整班级权重：通过为不太频繁的班级设置较高的班级权重，您将促进网络培训，以便更多地关注降采样的班级。

增加培训时间：在许多情况下-经过较长时间的培训后，网络开始更多地专注于频率较低的课程。

其他可能性=>如果您的Dataset是

平衡

，则当您将班级分配给testPredictions结果时，这里的问题出在最终步骤。 argmax方法返回the indices of the maximum values along an axis。 在这种情况下，它始终为

0

，因为沿着axis=1，我们只有一个元素（with index 0）。因为您正在执行binary classification，所以应用0.5 probability threshold分配classes最有意义。相同的代码如下所示：

predictedClassIndices = testPredictions > 0.5

for idx, filename in enumerate(filenames):
    print(filename,":",predictedClassIndices[idx])

然后输出将为True和False，其中
False
表示Value of Label = 0 (Female)，True表示Value of Label = 1 (Male)，或者可以采用其他方式，如下所示：

female/female.1546.jpg : [False]
female/female.1547.jpg : [ True]
female/female.1548.jpg : [False]
female/female.1549.jpg : [False]
female/female.1550.jpg : [False]
female/female.1566.jpg : [False]
female/female.1593.jpg : [ True]
female/female.1594.jpg : [False]
male/male.1514.jpg : [ True]
male/male.1520.jpg : [False]
male/male.1525.jpg : [False]
male/male.1551.jpg : [ True]
male/male.1555.jpg : [False]
male/male.1574.jpg : [ True]
male/male.1594.jpg : [ True]
male/male.1597.jpg : [ True]
male/male.1599.jpg : [ True]

希望这会有所帮助。祝您学习愉快！

Answer 1

这种情况的一种可能是您的班级可能是Imbalanced。如果是这样，您可以尝试：