卷积神经网络的验证精度出乎意料地高，这可能是什么原因造成的？

Question

我正在构建/优化一个 CNN，用于对这个数据集中的汽车进行分类。 我的基线模型从一个非常简单的模型架构中获得了令人惊讶的高精度，我担心由于未正确加载数据而导致一些数据泄漏，因此请提供一些建议。

加载数据集

batch_size = 16
img_size = (64, 64)

train_dataset, val_dataset = tf.keras.utils.image_dataset_from_directory(
    data_dir,
    label_mode='categorical',
    seed=1,
    subset='both',
    validation_split=0.2,
    image_size=img_size,
    batch_size=batch_size,
)

normalization_layer = Rescaling(1./255)

train_dataset = train_dataset.map(lambda x, y: (normalization_layer(x), y))
val_dataset = val_dataset.map(lambda x, y: (normalization_layer(x), y))

构建模型

def baseline_model(input_shape=[64, 64, 3]):
    model = Sequential([

        # 1st Conv Layer
        Conv2D(filters=16, kernel_size=(3, 3), activation='relu', padding='valid', input_shape=input_shape),
        # Pool Layer
        MaxPooling2D((2, 2)),
        # 2nd Conv Layer
        Conv2D(filters=32, kernel_size=(3, 3), activation='relu', padding='valid'),
        # Pool Layer
        MaxPooling2D((2, 2)),
        # Flatten
        Flatten(),
        # Fully connected layer
        Dense(64, activation='relu'),
        Dense(5, activation='softmax')
    ])
    model.compile(optimizer='rmsprop',
                  loss='categorical_crossentropy',
                  metrics=['accuracy', Precision(name='precision'), Recall(name='recall')])
    return model

baseline_model = baseline_model()

适配型号

history = baseline_model.fit(
    train_dataset,
    epochs=10,
    validation_data=val_dataset,
    #callbacks=[ConfusionMatrixCallback(val_dataset, class_names)]
)

plot_training_history(history)

Answer 1

我认为我编写的代码没有任何问题，数据集中似乎存在重复的图像。 所以我的验证和测试数据得到的是相同的图像，因此准确度如此之高。