Один и тот же прогнозируемый класс для всех изображений

#tensorflow #keras

Вопрос:

Я экспериментирую с записной книжкой . Все выглядит хорошо — модель обучена, но когда я пытаюсь получить прогнозы — я всегда получаю тот же класс, что и ответ — код для получения прогноза:

 import keras
img_path=r"E:DataKubadermHAM10000train_dirvascISIC_0033749.jpg"
img = keras.preprocessing.image.load_img(
img_path, target_size=(299, 299)
)
img_array = keras.preprocessing.image.img_to_array(img)
img_array = tf.expand_dims(img_array, 0) # Create a batch

predictions = model.predict(img_array)
score = tf.nn.softmax(predictions[0])

print(
"This image most likely belongs to {} with a {:.2f} percent confidence."
.format(targetnames[np.argmax(score)], 100 * np.max(score))
)
This image most likely belongs to mel with a 31.18 percent confidence.
 

Какой бы образ я ни поместил — я всегда получаю класс mel с уверенностью 31,18.
Что я делаю не так?

С уважением

Куба

Комментарии:

1. если вы каждый раз получаете одинаковую уверенность, то это выглядит так, как будто он каждый раз предсказывает одно и то же изображение. Кроме того, проверьте данные обучения модели, если в классах имеются несбалансированные данные.