Я обучил модель (скажем, модель Apple) по набору данных о заболеваниях листьев яблони, используя Efficient net. Затем я сохраняю весовые коэффициенты модели и использую их в обучении для обучения модели (скажем, модели Lemon) для определения набора данных о заболеваниях листьев лимона. Количество классов и болезни различаются в некоторой степени. Стоит отметить, что при обучении модели Apple использовались веса imag enet для обучения модели Apple.
Но когда я тренирую модель Lemon с весами изображения net вместо весов модели Apple, я получил хороший результат Точность 87% и оценка F1 на 90%
Но когда я тренировался с лимонной моделью с использованием весов модели Apple, производительность модели снижается, как показано на рисунок ниже, 68% точность и 62% f1 балл 
Вопрос Я предполагаю, что, как модель яблоко уже знает, что такое листья и оставить болезнь, она должна классифицируйте точнее, чем imag enet data. Но это не так. если кто-то может помочь мне выяснить причину