预训练模型预测示例图片错误率高达83.33%，请教可能出现问题的地方

[lujx1024]

概述

在 Windows 平台和 Linux 平台分别部署了PLSC运行环境，由于按照 README 文件中的安装提示，使用源码编译安装Paddle失败数次，所以后来使用的pip安装的PaddlePaddle-gpu环境(两个平台都是GPU环境)，在下载了预训练模型后，使用测试图片进行预测，结果如图所示： 显然错误率很高，只有Rachel识别正确

预训练模型的下载和预测代码的执行均按照README文件指示，除部分文件路径外，未修改任何代码

环境

1. Windows 10 + Quadro P1000 + Cuda 10.1
2. CentOS 7 64 bit + RTX 2080 Ti + Cuda 10.1
3. PaddlePaddle-gpu 2.2 (两个平台相同)

需要请教的问题

1. 运行平台是否必须是Linux？
2. 示例图片是否是由README文件中所说的预训练模型所预测的？
3. 我这次的图片预测与示例的正确率相差甚远，有可能是哪些环节有问题需要排查？

请相关开发人员给点提示，谢谢！

[GuoxiaWang]

@lujx1024 提供的 checkpoint 和代码更新未同步，已经在修复了，而且即将这两天就会更新一版本。请稍等以及关注。

[lujx1024]

@lujx1024 提供的 checkpoint 和代码更新未同步，已经在修复了，而且即将这两天就会更新一版本。请稍等以及关注。

请问现在代码和checkpoint更新了么？ 现有的源代码里面还有些文件里面报错，例如tools\convert_image_bin.py,如果更新了的话我可以下载最新的版本再尝试一下

[GuoxiaWang]

@lujx1024 代码已更新，最近的 checkpoint 也重新发布

[lujx1024]

@GuoxiaWang 感谢告知，我更新之后试一下