1、为什么caffe训练时训练集loss=0.06，验证集accuracy=0.98但测试集的准确率很低accuracy=0.67

1、https://groups.google.com/forum/#!topic/caffe-users/NzKEWAFPPfI 提出新的测试方法

2、https://github.com/pherrusa7/foodCAT/blob/master/caffeWrapper.py github源码

3、https://www.zhihu.com/question/56017256  知乎上提问

4、根据问题特征, 训练好的高精度模型重新在原来的训练集上做predict, 准确率比较低,做以下猜测：

1. predict 的时候没有做 data augmentation. 在图像识别中常用的一种方法是把输入图片做 augmentation, 然后, forward 之后取平均值. 因为 augmentation 之后的图片和原始图片的差异并不是很大, 因此, 题主做 predict 的时候没有 augmentation, 而在训练的时候做了 augmentation, 那么, 就容易出现题主描述的问题
2. 预处理不一致. 如果训练和预测的预处理方法不同, 也有可能是出现类似的问题.

根据题主描述感觉题主可能是DL新手, 需要快糙猛出活, 所以, 感觉 1 的可能性很大

5、Google group 回答

I had the same issue, it seems like the problem was in my deploy.prototxt file where the name of the layers modified was not matching with the ones modified in train_val.txt. 

Fixing the error resulted in huge bump for the confidence score for the classes predicted.

作者：高钰舒
链接：https://www.zhihu.com/question/56017256/answer/147411720
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。