python - evaluate_generator 的准确率为 0%，但在使用相同数据进行训练时准确率为 75%——这是怎么回事？

Question

我在使用 ImageDataGenerator、fit_generator 和 evaluate_generator 的 keras 模型中遇到了一个非常奇怪的问题。

我正在这样创建模型:

classes = <list of classes>
num_classes = len(classes)

pretrained_model = Sequential()
pretrained_model.add(ResNet50(include_top=False, weights='imagenet', pooling='avg'))
pretrained_model.add(Dense(num_classes, activation='softmax'))

pretrained_model.layers[0].trainable = False

pretrained_model.compile(
    optimizer='adam',
    loss='categorical_crossentropy',
    metrics=['accuracy']
)

我正在这样训练它:

idg_final = ImageDataGenerator(
    data_format='channels_last',
    rescale=1./255,
    width_shift_range = 0.2,
    height_shift_range = 0.2,
    rotation_range=15,
)

traing_gen = idg_final.flow_from_directory('./train', classes=classes, target_size=(224, 224), class_mode='categorical')

pretrained_model.fit_generator(traing_gen, epochs=1, verbose=1)

fit_generator 打印 loss: 1.0297 - acc: 0.7546。

然后，我尝试根据训练时使用的完全相同的数据来评估模型。

debug_gen = idg_final.flow_from_directory('./train', target_size=(224, 224), class_mode='categorical', classes=classes, shuffle=True)
print(pretrained_model.evaluate_generator(debug_gen, steps=100))

打印 [10.278913383483888, 0.0]。

为什么相同的精确数据的准确度如此不同？

编辑:我还想指出，有时准确度高于 0.0。例如，当我使用经过五个时期训练的模型时，evaluate_accuracy 返回 6% 的准确度。

---

编辑 2:根据下面的答案，我确保训练了更多的时期，并且用于评估的 ImageDataGenerator 没有随机移动和旋转。我在训练期间仍然获得非常高的准确度，而在同一数据集的评估期间获得极低的准确度。

我正在训练

idg_final = ImageDataGenerator(
    data_format='channels_last',
    rescale=1./255,
    width_shift_range = 0.2,
    height_shift_range = 0.2,
    rotation_range=15,
)

traing_gen = idg_final.flow_from_directory('./train', classes=classes, target_size=(224, 224), class_mode='categorical')                  

pretrained_model.fit_generator(traing_gen, epochs=10, verbose=1)

打印以下内容:

Found 9850 images belonging to 4251 classes.
Epoch 1/10
308/308 [==============================] - 3985s 13s/step - loss: 8.9218 - acc: 0.0860
Epoch 2/10
308/308 [==============================] - 3555s 12s/step - loss: 3.2710 - acc: 0.3403
Epoch 3/10
308/308 [==============================] - 3594s 12s/step - loss: 1.8597 - acc: 0.5836
Epoch 4/10
308/308 [==============================] - 3656s 12s/step - loss: 1.2712 - acc: 0.7058
Epoch 5/10
308/308 [==============================] - 3667s 12s/step - loss: 0.9556 - acc: 0.7795
Epoch 6/10
308/308 [==============================] - 3689s 12s/step - loss: 0.7665 - acc: 0.8207
Epoch 7/10
308/308 [==============================] - 3693s 12s/step - loss: 0.6581 - acc: 0.8498
Epoch 8/10
308/308 [==============================] - 3618s 12s/step - loss: 0.5874 - acc: 0.8636
Epoch 9/10
308/308 [==============================] - 3823s 12s/step - loss: 0.5144 - acc: 0.8797
Epoch 10/10
308/308 [==============================] - 4334s 14s/step - loss: 0.4835 - acc: 0.8854

我正在完全相同的数据集上进行这样的评估

idg_debug = ImageDataGenerator(
    data_format='channels_last',
    rescale=1./255,
)

debug_gen = idg_debug.flow_from_directory('./train', target_size=(224, 224), class_mode='categorical', classes=classes)
print(pretrained_model.evaluate_generator(debug_gen))

它打印出以下非常低的精度:[10.743386410747084, 0.0001015228426395939]

---

完整代码是here .

Answer 1

我怀疑有两件事。

1 - 不，你的数据不一样。

您在 ImageDataGenerator 中使用了三种类型的增强，而且似乎没有设置随机种子。所以，测试数据不等于训练数据。

而且看起来，您也只训练了一个时期，这是非常少的(除非您真的有大量数据，但由于您使用的是增强，也许情况并非如此)。 (PS:我在您的 fit_generator 调用中没有看到 steps_per_epoch 参数...)

所以，如果你想看到好的结果，这里有一些解决方案:

• 从该测试的生成器中删除增强参数(训练和测试数据)- 这意味着，删除 width_shift_range、height_shift_range 和 rotation_range;
• 如果没有，训练很长时间，足以让你的模型真正适应各种增强图像(看起来，五个 epoch 似乎仍然太少)；
• 或设置一个随机种子并保证测试数据等于训练数据(flow_from_directory中的参数seed)

2 -(如果您是 Keras/编程的新手，可能会发生这种情况，所以如果不是这种情况请忽略)您可能正在再次运行定义模型的代码测试时。

如果您再次运行定义模型的代码，它将用随机权重替换您之前的所有训练。

3 - 由于我们没有建议:

也许保存权重而不是保存模型。我通常这样做而不是保存模型。 (出于某种原因我不明白，我从来没有能够加载这样的模型)

def createModel():
    ....

model = createModel()
...
model.fit_generator(....)

np.save('model_weights.npy',model.get_weights())

model = createModel()
model.set_weights(np.load('model_weights.npy'))
...
model.evaluate_generator(...)

---

提示:

这与错误无关，但请确保基础模型层确实是第 0 层。如果我没记错的话，顺序模型有一个输入层，您实际上应该让第 1 层无法训练。

使用 model.summary() 确认不可训练参数的数量。