LeNet5 с MNIST: результаты пользовательского вывода не похожи на оценку

Question

Я пытаюсь реализовать собственный детектор для LeNet5 в наборе данных MNIST. Для обучения я использовал ноутбук I python от RaghavPrabhu: https://github.com/RaghavPrabhu/mnist_tf/blob/master/MNIST_TF_v1.ipynb

import ...

path = r'C:/somefolders/Projekt/MNIST/mnist_images/'
maxImages = 100
imagesize = 32
channels = 1
i=0
rightP = 0
wrongP = 0

imgs = np.ndarray(shape=(maxImages, imagesize, imagesize, channels), dtype=np.float32)
#imgs = imgs.reshape((-1,imagesize,imagesize,channels)).astype(np.float32)
#imgs = []
labelRes = []

# create placeholders
x = tf.placeholder(tf.float32, shape=[None,32,32,1])
y_ = tf.placeholder(tf.int32, (None))

# load CNN
logits = ln.LeNet_5(x)

# load tesimages
for fname in os.listdir(path):
    print('Open Image : ', path + fname)
    i = i + 1
    img = plt.imread(path + fname)

    # pad and normalize image
    img = np.pad(img, [(2, ),(2, )], mode='constant', constant_values = 255)
    img = np.array(img, dtype="float32") / 255

    img = array(img).reshape(1,imagesize,imagesize,channels)

    #plt.imshow(img, cmap='Greys_r') # to show actual image
    #print('Image has a shape of : ', img.shape, ' Datatype : ', img.dtype, ' Dimensions : ', img.ndim)

    # obtain labels from filename e.g. "0_[7].jpg"
    m = re.search(r"(?<=\[)(.*)(?=\])", fname)

    labelRes.append((int)(m.group(1)))


    np.append(img, imgs)

    if i >= maxImages:
        break 

print (labelRes)

path = os.getcwd()
path = path.replace(os.sep, '/')

saver = tf.train.Saver()
with tf.Session() as sess:
    # Restore variables from disk.
    saver.restore(sess, path + "/tmp/lenet.ckpt")
    start = time.time()
    Z = logits.eval(feed_dict={x: imgs})
    y_pred = np.argmax(Z, axis=1)

    print(len(y_pred)) 
    i=0
    for label in y_pred:
        if labelRes[i] == label:
            rightP = rightP + 1
        elif labelRes[i] != label:
            wrongP = wrongP + 1
        print('Label : ', labelRes[i], 'Prediction: ', label)
        acc = rightP / (rightP+wrongP)
        i = i + 1 

end = time.time()
duration = end - start

print('accuracy = ', acc, ' accurate predictions: ', rightP, ' wrong predictions: ', wrongP, 
      ' Inference time : ', duration, 'Time/Image : ', duration/maxImages)

Но после самого простого теста с тем же набором данных MNIST я понял, что мои прогнозы очень неправильно. Выходные данные (я напечатал только первые четыре прогноза, первые два верны, но после этого все прогнозы неверны):

Label :  7 Prediction:  7
Label :  5 Prediction:  5
Label :  1 Prediction:  0
Label :  1 Prediction:  0
...

accuracy =  0.12  accurate predictions:  12  wrong predictions:  88  Inference time :  0.06399726867675781 Time/Image :  0.0006399726867675781

Я думаю, что моя ошибка заключается в том, что входные изображения не правильные форма, но я старался изо всех сил, чтобы сформировать их, как данные тренировки, может быть, кто-то видит ошибку, это мне очень поможет. Если вам нужна дополнительная информация, не стесняйтесь спрашивать меня.

Спасибо за ваше время.