在 imageai 中，您如何解释保存模型的名称，例如“model_ex-077_acc-0.941176.h5”？

如何解决在 imageai 中，您如何解释保存模型的名称，例如“model_ex-077_acc-0.941176.h5”？

我已经在 imageai 自定义预测上实现了 readthedocs 中的标准代码，使用我自己的两个类的图像 - 训练中大约 700 张图像和测试中的 150 张图像，并获得了一个名为“model_ex-077_acc- 0.941176.h5"。

这是否意味着我的模型在测试数据上的准确率为 94.1%？

我之所以这么问是因为当我再次使用标准代码尝试预测我的训练（或测试）数据时，模型总是以 100% 的概率预测一个类别，我不知道为什么我的模型是94.1% 准确。

我实现的标准代码（在具有 tensorflow==2.4.0 和 imageai==2.1.6 以及所有依赖项的虚拟环境中）进行训练是：

from imageai.Classification.Custom import ClassificationModelTrainer
import os


dir_path = os.path.dirname(os.path.realpath(__file__))


model_trainer = ClassificationModelTrainer()
model_trainer.setModelTypeAsInceptionV3()
model_trainer.setDataDirectory(dir_path+"/idenprof")
model_trainer.trainModel(num_objects=2,num_experiments=100,enhance_data=True,batch_size=32,show_network_summary=True)

并预测

from imageai.Classification.Custom import CustomImageClassification
import os
dir_path = os.path.dirname(os.path.realpath(__file__))
imageList = os.listdir(dir_path+"/idenprof/test/circle/")

prediction = CustomImageClassification()
prediction.setModelTypeAsresnet50()
prediction.setModelPath("model_ex-077_acc-0.941176.h5")
prediction.setJsonPath("model_class.json")
prediction.loadModel(num_objects=2)

for i in imageList:
    predictions,probabilities = prediction.classifyImage("idenprof/test/circle/"+i)

    for eachPrediction,eachProbability in zip(predictions,probabilities):
        print(eachPrediction," : ",eachProbability)

我的两个类是“brick”和“circle”，输出总是“brick”，概率为 100%。