图像分类模型预测始终约50%，求助排查问题原因

我使用某文献中的50×50 PNG图像做bagger/nobagger二分类，预期bagger预测值接近0，nobagger接近1，但所有预测结果始终在0.5左右，调整训练参数也没用。相关代码和数据集结构如下：

预测代码 #

import numpy as np
from tensorflow import keras
from tensorflow.keras.preprocessing import image
print ("1")
model = keras.models.load_model('bagger_nobagger_png.h5')
img_path = "Bagger_Patch_094745_1_19492575.png" # 替换为你的PNG路径
img = image.load_img(img_path,target_size=(50, 50), color_mode='grayscale')
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = x / 65535.0 # PNG像素归一化到[0,1]
classes = model.predict(x)
print(classes)  # 接近0是bagger，接近1是nobagger
img_path = "C:/Users/hdorn/Desktop/Extra/noBagger/noBagger_Patch_Wind_1_200_2851.png" # 替换为你的PNG路径
img = image.load_img(img_path,target_size=(50, 50), color_mode='grayscale')
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = x / 65535.0 # PNG像素归一化到[0,1]
classes = model.predict(x)
print(classes)  # 接近0是bagger，接近1是nobagger

模型训练代码 #

import os
from keras.preprocessing.image import ImageDataGenerator
from keras.models import Sequential
from keras.layers import Conv2D, MaxPooling2D, Flatten, Dense, Dropout
from keras.optimizers import RMSprop
train_dir = "/Downloads/sensors-21-07527-s001 (1)/Data_and_Code_sensors-1424304/DL/DL_Data/Train"
validation_dir = "/Downloads/sensors-21-07527-s001 (1)/Data_and_Code_sensors-1424304/DL/DL_Data/validate"
# 训练数据增强
train_datagen = ImageDataGenerator(rescale=1./255,
rotation_range=40,
width_shift_range=0.2,
height_shift_range=0.2,
shear_range=0.2,
zoom_range=0.2,
horizontal_flip=True)
validation_datagen = ImageDataGenerator(rescale=1./255)
# 训练数据生成器
train_generator = train_datagen.flow_from_directory(train_dir,
target_size=(50, 50),
color_mode='grayscale',
batch_size=20,
class_mode='binary')
# 验证数据生成器
validation_generator = validation_datagen.flow_from_directory(validation_dir,
target_size=(50, 50),
color_mode='grayscale',
batch_size=20,
class_mode='binary')
# 模型结构
model = Sequential()
model.add(Conv2D(32, (3, 3), activation='relu', input_shape=(50, 50, 1)))
model.add(MaxPooling2D((2, 2)))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(MaxPooling2D((2, 2)))
model.add(Conv2D(128, (3, 3), activation='relu'))
model.add(MaxPooling2D((2, 2)))
model.add(Flatten())
model.add(Dense(512, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(1, activation='sigmoid'))
# 编译模型
model.compile(optimizer=RMSprop(lr=0.0001),
loss='binary_crossentropy',
metrics=['acc'])
# 训练模型
history = model.fit_generator(train_generator,
steps_per_epoch=100,
epochs=3,
validation_data=validation_generator,
validation_steps=50)

model.save('bagger_nobagger_png.h5')

数据集结构 #

--DL_Data
    --Train
        --bagger
            --bagger1.png
            --xxxxxxxx.png
        --nobagger
            --nobagger1.png
            --zzzzzzzzzzzz.png
    --validate
        --bagger
            --bagger9000.png
            --nnnnnnnnnn.png
        --nobagger
            --nobagger9000.png
            --yyyyyyyyyyyyyy.png

预测结果始终在0.5左右，说明模型完全没学到有效特征，处于随机猜测状态，核心问题集中在以下几点：

1. 训练轮次严重不足 #

仅训练3个epochs，对于CNN模型来说远远不够——模型权重还停留在初始化的随机状态，根本没机会学习到数据中的特征模式，自然输出接近0.5的随机结果。

• 解决方案：将epochs调整为30-50，同时添加EarlyStopping回调（监测验证准确率），当验证准确率连续多轮不再提升时自动停止训练，避免过拟合。

2. 训练与预测的归一化不统一 #

训练时用rescale=1./255将像素缩至[0,1]，但预测时用x / 65535.0。如果你的PNG是8位灰度图（像素范围0-255），预测时的归一化会把输入值压到接近0，模型接收到的输入分布和训练时完全不一致，无法正确预测。

• 解决方案：统一归一化标准——要么预测时改用x / 255.0，要么训练时把rescale改成1./65535（针对16位PNG）。

3. 训练参数与实际数据量不匹配 #

steps_per_epoch=100意味着每轮要跑100个batch（共2000张图），如果你的训练集实际数量远小于这个数，生成器会重复采样数据，但数据量本身不足的话，模型还是学不到有效特征。同理validation_steps=50也要对应验证集的实际规模。

• 解决方案：先统计训练集和验证集的图片总数，将steps_per_epoch设为训练集总数//batch_size，validation_steps设为验证集总数//batch_size，保证每轮能遍历完所有真实数据。

4. 类别映射需确认 #

flow_from_directory会按文件夹名称的字母顺序分配类别ID，比如"bagger"会被设为0，"nobagger"设为1，这和你的预期一致，但建议训练时打印train_generator.class_indices确认映射关系，避免因类别搞反而误解结果。

5. 数据增强可能过度（可选排查） #

同时使用旋转、平移、剪切、缩放、翻转等多种增强，如果数据集本身不大，过度增强会让模型难以学到稳定特征。可以先关掉所有增强，只保留rescale，训练几轮看准确率是否提升，再逐步添加增强操作。

内容的提问来源于stack exchange，提问作者hdorn