评估Keras预训练ImageNet模型时验证准确率偏低问题咨询

• 校验样本规模：官方ILSVRC2012验证集共包含50000张样本，1000个类别每个类别对应50张，首先核对你解压后的图片总数量，排除漏下载、多余无关文件的问题。
• 校验文件哈希：官方发布的ILSVRC2012验证集压缩包有固定的MD5、SHA1校验值，先校验压缩包哈希是否匹配，解压后可核对单张图片的尺寸、文件大小和官方公开的校验列表一致，避免下载到被二次裁剪、修改过的非官方版本。
• 校验标签映射逻辑：Keras预训练模型使用的ILSVRC2012标签为1000类从0开始计数的顺序，确认你使用的标注文件没有类别顺序错位，比如是否误加入背景类、是否存在标签ID偏移1位的问题（部分开源标注文件从1开始计数，和Keras输出逻辑不匹配）。
• 校验图片加载逻辑：确认你加载图片时的默认尺寸、插值方法和官方评估逻辑对齐，ResNet50默认输入尺寸为224x224，如果你使用的插值方法（如默认用最近邻插值而非官方的双线性插值）存在差异，也会出现类似数据集不一致的准确率偏差。

• 预处理逻辑不匹配：即使调用了官方preprocess_input函数，也要注意通道顺序是否正确，TensorFlow默认使用RGB通道，如果你用OpenCV加载图片时保留了默认的BGR通道顺序，就算调用预处理函数结果也会完全错位；同时确认你使用的TensorFlow/Keras版本和官方测指标时的版本对齐，部分老版本的预处理归一化参数存在差异。
• 推理配置错误：评估时不要开启训练模式（training=True），否则BatchNormalization、Dropout层会沿用训练时的计算逻辑，直接导致准确率下降；另外验证阶段不要使用随机裁剪、随机翻转等训练增强操作，统一使用中心裁剪的推理逻辑。
• 数据集加载异常：官方验证集包含少量灰度图，如果你强制转RGB的处理逻辑存在问题，会导致这部分样本预测错误；同时检查批次处理逻辑是否丢失了末尾的少量样本，是否对全部50000张验证集样本完成了推理。
• 权重文件异常：确认你加载的是官方在ILSVRC2012上完整训练的权重，而非微调版本、其他数据集预训练的权重；部分第三方镜像的权重文件可能存在损坏，可核对权重文件的哈希值和官方公布值一致。

内容的提问来源于stack exchange，提问作者lht