Модель CNN дает точность 80%, но не может идентифицировать человека после развертывания ⇐ Python

[Anonymous]

Я разработал модель искусственного интеллекта для классификации людей с использованием сверточной нейронной сети (CNN). В ходе тестирования модель достигла точности 80%. Однако после развертывания модели она не может правильно идентифицировать людей в реальных сценариях.
# Build the CNN model
model = Sequential([
Conv2D(32, (3, 3), activation='relu', kernel_regularizer=regularizers.l2(0.01), input_shape=(224, 224, 3)),
MaxPooling2D(pool_size=(2, 2)),
Conv2D(64, (3, 3), activation='relu', kernel_regularizer=regularizers.l2(0.01)),
MaxPooling2D(pool_size=(2, 2)),
Conv2D(128, (3, 3), activation='relu', kernel_regularizer=regularizers.l2(0.01)),
MaxPooling2D(pool_size=(2, 2)),
Flatten(),
Dense(128, activation='relu', kernel_regularizer=regularizers.l2(0.01)),
Dropout(0.3),
Dense(train_generator.num_classes, activation='softmax')
])

# Compile the model
model.compile(optimizer=Adam(learning_rate=0.0001), loss='categorical_crossentropy', metrics=['accuracy'])


Подробнее здесь: https://stackoverflow.com/questions/793 ... deployment