pytorch初始模型为每个输入图像输出错误的标签

对于pytorch模型，我发现它解释了如何对图像进行分类。我试图将同样的程序应用于初始模型。但是，对于我加载的每个图像，该模型都会失败

代码：

作为输出，我得到如下结果：

（“预测：”，u“柱塞，水管工助手”）

（“预测：”，u“塑料袋”）

（“预测：”，u“柱塞，水管工助手”）

---

我发现在应用模型之前需要调用

model.eval（）

。由于批处理规范化和退出层，模型在培训和测试中的作用不同。

我执行了您的代码，添加了

model.eval（）

行，得到：

('prediction:', u'Egyptian cat')
('prediction:', u'groenendael')
('prediction:', u'lion, king of beasts, Panthera leo')

但是，如果我更改预处理（只需删除

normalize

操作，并设置

model.transform\u input=True

以在PyTorch中使用初始v3的默认预处理），结果会略有不同：

('prediction:', u'tiger cat')
('prediction:', u'Border collie')
('prediction:', u'lion, king of beasts, Panthera leo')

我不是一个猫和狗专家，但快速的谷歌搜索表明这些结果更准确（你输入图片中的猫看起来更像老虎而不是埃及猫，边境牧羊犬看起来也更像输入而不是格伦代尔）

我的观点是，我认为应该使用inception\u v3默认预处理（这是默认行为，除非您将其更改为

model.transform\u input=False

），而不是经典的规范化，但我找不到关于这一点的明确答案

讨论那件事

---

希望这对其他人有所帮助。

辍学层也是如此，这两个层在培训和测试阶段表现不同，请参阅

('prediction:', u'tiger cat')
('prediction:', u'Border collie')
('prediction:', u'lion, king of beasts, Panthera leo')