利用训练好的lenet网络测试灰度图,测试图像时都分类负类

训练好的lenet网络准确率有90%多,然后调用网络去测试的时候,不管输入什么图片,最后输出的prediction两个类都是0.5,即所有测试图片都分到负类了,下面是部分调用代码:
net = caffe.Classifier(MODEL_FILE, PRETRAINED,
               raw_scale = 255,
               image_dims = (28, 28))

im = caffe.io.load_image('/home/data/wajueji/1.bmp',color=False)
im0 = caffe.io.load_image('/home/data/wajueji/1.bmp')
width = im.shape[1]
height = im.shape[0]
print width, height

for i in range(1,width-28,14):
  for j in range(1,height-28,14):
    roi = im[i:i+28,j:j+28]
    prediction = net.predict([roi])
    print i,j,prediction
    if (prediction[0].argmax() == 1):
      cv2.rectangle(im0,(i,i+28),(j,j+28),(255,0,0),3)
      
print 'prediction class:', prediction[0].argmax()
已邀请:

要回复问题请先登录注册