基于tf.layers的单张图片预测输出异常，求助问题排查

嘿，我太懂你这种憋屈感了——照着TensorFlow官方教程原封不动搭的MNIST模型，训练、评估全正常，结果一喂自己画的图片就出幺蛾子。这种情况十有八九是自制图片的预处理和训练时的MNIST数据标准不匹配，咱们一步步排查解决：

1. 先核对图片的基础属性 #

MNIST训练集的图片是固定标准的，你的自制图要是不符合，模型直接懵：

• 必须是28x28像素的单通道灰度图：如果你的图是彩色（3通道）、尺寸不对，先转格式缩尺寸。用PIL的话代码可以这么写：

  from PIL import Image
  img = Image.open("你的图片路径.png").convert('L').resize((28, 28))
  

• 像素值范围要和训练数据一致：MNIST的像素值一般是0-1之间的浮点数（很多教程会把原始0-255的灰度值归一化），如果你的图还是0-255的原始值，赶紧归一化：

  import numpy as np
  img_array = np.array(img) / 255.0
  

2. 别忽略像素反转的坑 #

MNIST里的数字是黑底白字（背景是0，数字区域是1），但咱们自己画的图基本都是白底黑字，这相当于给模型看了“反着的”样本，肯定认不出来。解决方法很简单：

# 反转像素值，把白底黑字转成黑底白字
img_array = 1.0 - img_array

3. 补全输入的维度 #

模型训练时接收的是批量数据，形状一般是(batch_size, 28, 28, 1)，但单张图片直接输入的话形状是(28,28)，少了批量维度和通道维度，模型会报错或者输出异常。补全维度的代码：

# 增加通道维度和批量维度，变成模型能识别的输入形状
input_img = img_array.reshape(1, 28, 28, 1)

4. 处理图片的细节噪点 #

有时候咱们画的图边缘有淡色噪点，或者数字位置不居中（MNIST的数字是居中对齐的），也会干扰模型判断。可以加一步简单的预处理：

# 用阈值过滤淡色噪点，把接近背景的像素直接设为0
img_array[img_array < 0.5] = 0.0
img_array[img_array >= 0.5] = 1.0

按照这几步调整后，再把图片喂给模型，应该就能得到正常的预测结果啦！

内容的提问来源于stack exchange，提问作者Adwait Joshi