准确性和验证预训练模型的准确性没有改变

Question

我有 600 000 张图像，我想使用 keras 对它们进行分类。我只是在灰度图像上尝试预训练模型。我正在尝试使用 resnet50、inceptionv3 等预训练模型的模型架构。但是模型的准确性和验证准确性没有改变，停留在 67%。我尝试更改网络、应用更多的 epoch 以及更改预训练模型，但我总是得到相同的结果，例如 67% 的准确度和验证准确度。我不明白为什么我会得到相同的结果。请推荐一些关于如何解决这个问题的想法。 这是我的代码。在此，steps_per_epochs = no。图像/批量大小和批量大小为 128。训练数据集中的图像数量为 479369，验证数据集中的图像数量为 136962。这是代码的输出。

Answer 1

我认为您正在使用预先训练的模型。所以，这就是为什么它显示出相同的准确性。我的建议是更改预训练模型并尝试您的自定义模型，然后查看更改。