ResNet50迁移学习二分类模型predict结果异常排查求助

问题现象 #

• 测试集x_test预测时，准确率和混淆矩阵始终固定不变
• 单图预测输出始终为1，图片显示异常（部分全黑、部分有白线条、部分正常），曾触发输入形状不匹配报错：

ValueError: Input 0 of layer "sequential" is incompatible with the layer: expected shape=(None, 224, 224, 3), found shape=(32, 224, 3)

数据处理相关代码 #

测试集生成器 #

test_datagen = ImageDataGenerator(rescale=1./255)
test_generator = test_datagen.flow_from_directory(
        test_dir,
        target_size=(224, 224),
        batch_size=32,
        class_mode='binary',
        shuffle=True,seed=42
        )

额外打乱操作 #

indices = list(range(len(test_generator)))
random.shuffle(indices)
shuffled_images = [test_generator[index][0] for index in indices]
shuffled_labels = [test_generator[index][1] for index in indices]
y_true=np.concatenate(shuffled_labels)
x_test=np.concatenate(shuffled_images)

单图处理代码 #

img = cv2.imread(path)
img.resize([1,224,224,3])
prediction = model.predict(img)

图片显示代码 #

img.resize([224,224,3])
plt.imshow(img)

问题排查与修复 #

1. 测试集准确率/混淆矩阵固定的问题 #

你额外的打乱操作存在逻辑错误：test_generator[index]会重复生成数据（generator是迭代器，每次访问索引会从头循环生成，并非提取已有批次），导致x_test和y_true中的样本大量重复，甚至完全重复，最终预测结果固定。

修复方式二选一：

# 方式1：直接用generator预测
y_pred = model.predict(test_generator, verbose=1)
y_true = test_generator.classes

# 方式2：一次性提取完整测试集（适合数据量不大的场景）
x_test, y_true = [], []
for _ in range(len(test_generator)):
    imgs, labels = next(test_generator)
    x_test.append(imgs)
    y_true.append(labels)
x_test = np.concatenate(x_test)
y_true = np.concatenate(y_true)
# 提取后再打乱
indices = np.random.permutation(len(x_test))
x_test = x_test[indices]
y_true = y_true[indices]

2. 单图预测的问题 #

• 形状不匹配：cv2.imread读取的图片形状为(h, w, 3)，直接用resize([1,224,224,3])会破坏数据维度顺序（resize按元素总数调整，而非按轴调整），导致形状错误。正确做法：

img = cv2.imread(path)
# 先缩放到目标尺寸
img = cv2.resize(img, (224, 224))
# 增加批次维度（对应模型输入的None维度）
img = np.expand_dims(img, axis=0)
# 同步训练时的归一化操作
img = img / 255.0
prediction = model.predict(img)

• 输出始终为1：大概率是单图未做归一化（训练时用了rescale=1./255，预测时必须同步处理），导致模型输入分布与训练时不一致；也可能是模型训练不足，或测试集与训练集分布差异过大。
• 图片显示异常：resize方法直接修改数组形状，会破坏像素空间结构导致混乱。正确显示步骤：

img = cv2.imread(path)
img = cv2.resize(img, (224, 224))
# cv2读取为BGR格式，转成RGB后再用plt显示
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img_rgb)
plt.show()

3. 额外注意点 #

• 训练与预测的图像预处理逻辑必须完全一致（包括归一化、颜色空间转换）
• 若使用ResNet50预训练权重，建议用官方预处理方法tf.keras.applications.resnet50.preprocess_input替代简单的1./255，避免输入分布不匹配导致模型输出异常

内容的提问来源于stack exchange，提问作者Heba