Tensorflow2.0 lite的图像分类模型准确率低，有什么问题吗？

Question

我使用以下程序创建新模型： https://github.com/tensorflow/hub/blob/master/tensorflow_hub/tools/make_image_cl assifier/make_image_classifier.py 在整个训练过程之后，准确率超过93% 但是，我按如下方式运行程序来测试模型： https://github.com/tensorflow/tensorflow/blob/master/tensorflow/lite/examples/py 松/label_image.py 具有与验证数据集相同的数据集。但是准确率很低，le SS 超过 80%。 有什么问题吗？非常感谢您的帮助。

系统信息

操作系统平台和发行版（例如，Linux Ubuntu 16.04）： Ubuntu 16.04 TensorFlow 安装自（源代码或二进制文件）： 二进制 TensorFlow 版本（或 github SHA，如果来自源代码）： 2.0.0 如果您使用的是 Python API，则用于运行转换器或代码的命令

make_image_classifier --image_dir /home/ioz/bird/images/ --tfhub_module /home/te nsorflow-2.0/resnet101v4/ --image_size 224 --saved_model_dir /home/ioz/bird/mode ls/ --labels_output_file /home/ioz/bird/m 模型/class_labels.txt --tflite_output_file /home/ioz/bird/models/resnet101_20_0 .001True_model.tflite --learning_rate 0.001 --train_epochs 20 --do_fine_tuning T 街

Answer 1

https://github.com/tensorflow/hub/tree/master/tensorflow_hub/tools/make_image_classifier 显示给定数据集的 Top-K 准确度。 但是https://github.com/tensorflow/tensorflow/blob/master/tensorflow/lite/examples/python/label_image.py 显示了给定单张图像的 softmax 输出，这不是 Top-K 精度。