Python Keras应用-imagenet上的VGG16低精度

我试图复制这里提到的VGG-16的性能：

但是，当我在来自tensorflow数据集的imagenet数据集上运行该模型时，我得到了较低的top5精度0.866

这是我的代码：

import tensorflow_datasets as tfds
import tensorflow as tf
from tensorflow.keras import applications
import tensorflow.keras.applications.vgg16 as vgg16

def scale16(image, label):
  i = image
  i = tf.cast(i, tf.float32)
  i = tf.image.resize(i, (224,224))
  i = vgg16.preprocess_input(i)
  return (i, label)

def batch_set(dataset, batch_size):
    return dataset.map(scale16) \
                  .shuffle(1000) \
                  .batch(batch_size) \
                  .prefetch(buffer_size=tf.data.experimental.AUTOTUNE)

def create_batched_datasets(map_fn, data_dir = "/content", batch_size = 64):
    datasets, info = tfds.load(name="imagenet2012", 
                            with_info=True, 
                            as_supervised=True, 
                            download=False, 
                            data_dir=data_dir
                            )
    train = batch_set(datasets['train'], batch_size)
    val = batch_set(datasets['validation'], batch_size)
    return train, val, info


train, test_dataset, info = create_batched_datasets(scale16)

model = vgg16.VGG16(weights='imagenet', include_top=True)

model.compile('sgd', 'categorical_crossentropy', 
              ['sparse_categorical_accuracy','sparse_top_k_categorical_accuracy'])

model.evaluate(test_dataset)

---

我错过了什么？我正在google colab上运行代码。

代码没有正确预处理图像。方法tf.image.resize（）将图像缩小。但根据keras网站的说法，224x224x3的图像应该由中心裁剪创建。更改scale16（）方法可以解决以下问题：

def resize_image(image, shape = (224,224)):
  target_width = shape[0]
  target_height = shape[1]
  initial_width = tf.shape(image)[0]
  initial_height = tf.shape(image)[1]
  im = image
  ratio = 0
  if(initial_width < initial_height):
    ratio = tf.cast(256 / initial_width, tf.float32)
    h = tf.cast(initial_height, tf.float32) * ratio
    im = tf.image.resize(im, (256, h), method="bicubic")
  else:
    ratio = tf.cast(256 / initial_height, tf.float32)
    w = tf.cast(initial_width, tf.float32) * ratio
    im = tf.image.resize(im, (w, 256), method="bicubic")
  width = tf.shape(im)[0]
  height = tf.shape(im)[1]
  startx = width//2 - (target_width//2)
  starty = height//2 - (target_height//2)
  im = tf.image.crop_to_bounding_box(im, startx, starty, target_width, target_height)
  return im

def scale16(image, label):
  i = image
  i = tf.cast(i, tf.float32)
  i = resize_image(i, (224,224))
  i = vgg16.preprocess_input(i)
  return (i, label)

def resize_图像（图像，形状=（224224））：
目标宽度=形状[0]
目标高度=形状[1]
初始宽度=tf.形状（图像）[0]
初始高度=tf.形状（图像）[1]
im=图像
比率=0
如果（初始宽度<初始高度）：
比率=tf.cast（256/初始宽度，tf.float32）
h=tf.铸件（初始高度，tf.浮动32）*比率
im=tf.image.resize（im，（256，h），method=“双三次”）
其他：
比率=tf.cast（256/初始高度，tf.32）
w=tf.cast（初始宽度，tf.float32）*比率
im=tf.image.resize（im，（w，256），method=“双三次”）
宽度=tf.形状（im）[0]
高度=tf.形状（im）[1]
startx=宽度//2-（目标宽度//2）
starty=高度//2-（目标高度//2）
im=tf.image.crop\u to\u bounding\u box（im、startx、starty、target\u width、target\u height）
返回即时消息
def刻度16（图像、标签）：
i=图像
i=tf.cast（i，tf.float32）
i=调整图像大小（i，（224））
i=vgg16.预处理输入（i）
退货（一、标签）

如果达到86.6%的准确率，您所做的有什么问题？您使用什么数据进行测试？