多分类任务中ResNet模型验证损失与准确率始终为0的问题排查

问题场景 #

使用ResNet50开展8分类任务时，训练阶段损失和准确率变化正常，但添加验证环节后，每个epoch的val_loss和val_accuracy始终为0，即使修改测试生成器添加标签后问题仍未解决。

相关代码片段 #

模型定义

resnet = tf.keras.applications.ResNet50( 
    include_top=False ,
    weights='imagenet' ,
    input_shape=(96, 96, 3) ,
    pooling="avg"
)
for layer in resnet.layers:
    layer.trainable = True

model_resnet = tf.keras.Sequential()
model_resnet.add(resnet)
model_resnet.add(tf.keras.layers.Flatten())
model_resnet.add(tf.keras.layers.Dense(8, activation='softmax',name='output') ) 
model_resnet.compile( loss="sparse_categorical_crossentropy" , optimizer=tf.keras.optimizers.Adam(learning_rate=0.001)  ,metrics=['accuracy'])

训练/测试生成器（修改前）

train_generator=img_gen.flow_from_dataframe(dataframe=train_dataset,x_col="file_loc",y_col='expr',target_size=(96, 96),batch_size=91,class_mode="raw")
test_generator=img_gen.flow_from_dataframe(dataframe=test_dataset,x_col="file_loc",target_size=(96, 96),batch_size=93,y_col='expr',shuffle=False,class_mode=None)

验证训练代码

model_path = f"/content/weights" + "{val_accuracy:.4f}.hdf5"

checkpoint = tf.keras.callbacks.ModelCheckpoint(
    model_path,
    monitor='val_accuracy',
    save_best_only=True,
    mode='max',
    verbose=1
)

history = model_resnet.fit_generator(
                   train_generator,
                   epochs=5,
                   steps_per_epoch=STEP_SIZE_TRAIN_resnet,
                   validation_data=test_generator,
                   validation_steps=STEP_SIZE_TEST_resnet,
                   max_queue_size=1,
                   shuffle=True,
                   callbacks=[checkpoint],
                   verbose=1
                  )

核心问题分析 #

1. 测试生成器class_mode配置错误：
   训练生成器使用class_mode="raw"，对应sparse_categorical_crossentropy所需的整数型标签，但修改后的测试生成器仍设置class_mode=None，导致生成器仅返回图像数据，不提供真实标签。模型在验证阶段没有标签可用于计算损失和准确率，因此指标显示为0。

2. ModelCheckpoint路径定义错误：
   代码中直接使用{val_accuracy:.4f}作为路径占位符，但此时val_accuracy变量未定义，会引发NameError，需改用Keras回调支持的动态占位符。

解决方案 #

1. 修正测试生成器的class_mode参数 #

将测试生成器的class_mode改为"raw"，与训练生成器保持一致，确保生成器返回图像和对应的整数标签：

test_generator=img_gen.flow_from_dataframe(
    dataframe=test_dataset,
    x_col="file_loc",
    target_size=(96, 96),
    batch_size=93,
    y_col='expr',
    shuffle=False,
    class_mode="raw"
)

2. 修正ModelCheckpoint的路径格式 #

使用Keras回调支持的动态占位符，避免未定义变量的错误，同时添加epoch编号防止模型文件被覆盖：

checkpoint = tf.keras.callbacks.ModelCheckpoint(
    "/content/weights_epoch{epoch:02d}_valacc{val_accuracy:.4f}.hdf5",
    monitor='val_accuracy',
    save_best_only=True,
    mode='max',
    verbose=1
)

3. 验证validation_steps计算正确性 #

确保STEP_SIZE_TEST_resnet的计算符合测试集样本数与batch_size的比例：

STEP_SIZE_TEST_resnet = len(test_dataset) // test_generator.batch_size
# 处理剩余样本
if len(test_dataset) % test_generator.batch_size != 0:
    STEP_SIZE_TEST_resnet += 1

验证效果 #

修正后重新运行训练代码，验证阶段将正常计算val_loss和val_accuracy，指标会根据模型性能动态变化。

内容的提问来源于stack exchange，提问作者Alexandra Kapa