CINIC-10图像分类任务准确率卡10%问题求助

你的模型准确率始终卡在随机猜测水平（10%左右），核心原因是模型未有效学习到数据特征，结合你的代码和场景，以下是具体排查方向和解决方法：

1. 最直接的问题：训练轮次严重不足 #

CINIC-10是彩色图像分类任务，复杂度远高于MNIST手写数字集，仅训练3个epochs完全不足以让模型捕捉到图像特征。

• 调整训练轮次至20-30次，同时添加早停机制防止过拟合：

from tensorflow.keras.callbacks import EarlyStopping

early_stop = EarlyStopping(monitor='val_loss', patience=3, restore_best_weights=True)

history = model.fit( 
    train_ds, 
    validation_data=validation_ds, 
    epochs=20,
    callbacks=[early_stop]
)

2. 验证数据集加载的正确性 #

虽然你能正确获取类别名称，但仍需确认图片与标签是否匹配、类别样本分布是否平衡：

（1）检查类别样本数量 #

import os
from collections import Counter

class_counts = Counter()
for class_name in class_names:
    class_dir = os.path.join(cinic_directory_train, class_name)
    class_counts[class_name] = len(os.listdir(class_dir))

print(class_counts)

如果某类别样本占比远超其他类别，会导致模型偏向该类，但你的准确率接近10%，更可能是模型未学习，而非样本不平衡。

（2）可视化样本验证标签匹配 #

import matplotlib.pyplot as plt

plt.figure(figsize=(10, 10))
for images, labels in train_ds.take(1):
    for i in range(9):
        ax = plt.subplot(3, 3, i + 1)
        plt.imshow(images[i].numpy().astype("uint8"))
        plt.title(class_names[labels[i]])
        plt.axis("off")
plt.show()

若图片与标签不对应，需重新整理数据集目录结构。

3. 自定义模型优化 #

当前模型结构过浅，对CINIC-10的特征提取能力不足，可调整模型复杂度：

model = keras.Sequential([
    keras.layers.experimental.preprocessing.Rescaling(1./255),
    keras.layers.Conv2D(32, 3, padding='same', activation='relu'),
    keras.layers.MaxPooling2D(),
    keras.layers.Conv2D(64, 3, padding='same', activation='relu'),
    keras.layers.MaxPooling2D(),
    keras.layers.Conv2D(128, 3, padding='same', activation='relu'),
    keras.layers.MaxPooling2D(),
    keras.layers.Conv2D(128, 3, padding='same', activation='relu'),
    keras.layers.MaxPooling2D(),
    keras.layers.Dropout(0.3),
    keras.layers.Flatten(),
    keras.layers.Dense(256, activation='relu'),
    keras.layers.Dense(10)
])

4. 预训练模型的正确使用 #

你使用预训练模型时未匹配对应的数据预处理逻辑，导致模型失效：

（1）匹配预训练模型的预处理规则 #

以VGG16为例，需使用官方提供的预处理函数，而非简单归一化：

base_model = tf.keras.applications.VGG16(
    input_shape=(32, 32, 3),
    include_top=False,
    weights='imagenet'
)
base_model.trainable = False  # 先冻结预训练层

model = keras.Sequential([
    keras.layers.Lambda(tf.keras.applications.vgg16.preprocess_input),  # 适配VGG16预处理
    base_model,
    keras.layers.GlobalAveragePooling2D(),
    keras.layers.Dense(128, activation='relu'),
    keras.layers.Dense(10)
])

model.compile(
    optimizer='adam',
    loss='sparse_categorical_crossentropy',
    metrics=['accuracy']
)

（2）调整输入尺寸适配预训练模型 #

ResNet50、VGG16等预训练模型默认输入尺寸为(224,224,3)，你的32x32输入会大幅降低特征提取能力，可修改数据集加载的image_size为(224,224)，或添加Resize层：

train_ds = train_ds.map(lambda x, y: (tf.image.resize(x, (224, 224)), y))
validation_ds = validation_ds.map(lambda x, y: (tf.image.resize(x, (224, 224)), y))

（3）解冻预训练层微调 #

初始训练后，可解冻部分预训练层，用小学习率微调提升准确率：

base_model.trainable = True
# 仅解冻最后3层
for layer in base_model.layers[:-3]:
    layer.trainable = False

model.compile(
    optimizer=tf.keras.optimizers.Adam(learning_rate=1e-5),  # 使用极小学习率
    loss='sparse_categorical_crossentropy',
    metrics=['accuracy']
)

history_fine = model.fit(
    train_ds,
    validation_data=validation_ds,
    epochs=10,
    initial_epoch=history.epoch[-1],
    callbacks=[early_stop]
)

内容的提问来源于stack exchange，提问作者EclairCat