Created by: Knownx

你好， 我直接从这里：https://github.com/PaddlePaddle/models/tree/develop/fluid/PaddleCV/image_classification 下载了图像分类的预训练模型。 代码分支：develop 运行平台：macosx 预训练模型：AlexNet，VGG16，MobileNetV1等 测试数据：infer了千分类中的4张图：dining table, zebra, laptop, orange. 其他啥都没改，但是基本所有模型的infer结果都明显不对，希望帮忙看下。

python infer.py \
       --model=AlexNet \
       --class_dim=1000 \
       --image_shape=3,224,224 \
       --with_mem_opt=True \
       --pretrained_model=/Users/xxx/models/fluid/PaddleCV/image_classification/shortcuts/AlexNet_pretrained \
       --use_gpu=False

输出如下：

-----------  Configuration Arguments -----------
class_dim: 1000
image_shape: 3,224,224
model: AlexNet
pretrained_model: /Users/xxx/models/fluid/PaddleCV/image_classification/shortcuts/AlexNet_pretrained
use_gpu: 0
with_mem_opt: 1
------------------------------------------------
Test-0-score: [0.01093278], class [973]
Test-1-score: [0.01056511], class [973]
Test-2-score: [0.01054511], class [973]
Test-3-score: [0.01056188], class [973]

可以看到，测试的四张图片dining table, zebra, laptop, orange都被infer成了[973]，score也很低，而且每次infer的结果还都不一样。希望帮忙分析下原因，谢谢！