私のケラスモデルは精度は良いものの、予測は悪いのはなぜですか？

Question

だから、私はおしゃれを予測できるモデルを作ろうとしています。私はグーグルのクイックドローデータを使用しています：https://console.cloud.google.com/storage/browser/quickdraw_dataset/full/numpy_bitmap画像は28x28グレースケールビットマップのnumpy配列にレンダリングされます。私は10のクラスを選び、訓練/評価するために6万の写真を撮っただけです。 91％のテスト精度が得られます。私がテストデータからのデータで予測をしようとすると、それは動作します。しかし、絵を描いて28x28に変換すると、良い予測はできません。どんな種類のデータが必要ですか？画像にはどのような前処理が必要ですか？

これは、私はラベルは、そのカテゴリの私が欲しいのラベルであるGoogleのNPYファイル

def load_set(name,path,resultx,resulty,label): 
    loaded_set = np.load(path+name+".npy") 
    loaded_set = loaded_set.reshape(loaded_set.shape[0],1,28,28) 
    # print(name,loaded_set.shape) 
    loaded_set = loaded_set[0:6000,0:6000,0:6000,0:6000] 
    resultx = np.append(resultx,loaded_set,axis=0) 
    resulty = createLabelArray(label,loaded_set.shape[0],resulty) 
    print("loaded "+name) 
    return resultx,resulty 

def createLabelArray(label,size,result): 
    for i in range(0,size): 
     result = np.append(result,[[label]],axis=0) 
    return result 

からデータを前処理する方法です。 その後、シャッフルします。 そして、これは私が新しいイメージ（私が図面）を処理しようとしている方法です：

print("[INFO] loading and preprocessing image...") 
image = image_utils.load_img(os.path.join(path, name), grayscale=True,target_size=(28, 28)) 
image = image_utils.img_to_array(image) 
print(image.shape) 
image = np.expand_dims(image, axis=0) 
print(image.shape) 
image = image.astype('float32') 
image /= 255 
return image 

助けてください、私は今、しばらくの間、この上で立ち往生してきました。ありがとうございました

Answer 1

オーバーフィッティングの典型的なケースと思われます。

モデルの精度を得るために10倍のクロスバリデーションを試してください。 オーバーフィットを防ぐためにケラールの正規化とドロップアウトをさらに使用してください。