可以去看看那个.yaml文件的设置和配置，内容如果没有配置好数据肯定有差异

我在train.py进行训练的时候，除了对训练集进行训练，同时也对验证集进行了验证（在验证集上的acc能达到0.9的，训练、验证配置的信息都在.yaml文件里面，所以应该.yaml文件没有什么问题吧？哈哈不是很清楚），然后执行eval.py就是对验证集进行重新测试，所以我觉得是不是执行eval.py的时候，-o pretrained_model参数设置的不对呢，因为没有用知识蒸馏的时候模型输出只有ppcls.pdparams和ppcls.pdopt，没有ppcls_student.paparams

解决了，确实需要修改配置文件：

执行eval.py如下：

原本的配置文件在训练时是下面这样的：

训练完成后，执行eval.py的话，需要把红框内容删去（不再是蒸馏模式并且模型名称改为学生模型名称），这样得到了正确结果：

要执行infer.py的时候，执行如下指令（注意红框部分）：

终于发现了，确实是配置文件的问题，但是这个在paddleclas文档里面好像没有提及，特别是训练和验证的时候配置文件的模型名称那里，不太容易注意到，谢谢了

客气了客气了