基于深度学习的可视化界面结果与预期不匹配

#做的可视化界面中检测图片结果显示一直为真（不是结果相反，是不管输入哪张图片都判定为真），直接进行算法测试的话结果没有问题，所以不知道做的UI界面问题出在哪里。
可视化界面结果是根据图片概率的最大值确定的，其代码如下：

        result = classfication.detect_image(img)# 测算一下该img属于某个label的概率
        max_index = np.argmax(result)  # 找出概率最高的
        label = ["这是假指纹。","这是真指纹。"]
        self.label.setText(label[max_index])
        self.label.setAlignment(Qt.AlignCenter)

然后这边是classfication中的代码

def detect_image(self, image):
  with torch.no_grad():
            photo   = torch.from_numpy(image)
            if self.cuda:
               photo = photo.cuda()
            #---------------------------------------------------#
            #   图片传入网络进行预测
            #---------------------------------------------------#
            preds   = torch.softmax(self.model(photo)[0], dim=-1).cpu().numpy()
  probability = preds
return probability

抛开可视化界面，我有个predict文件，文件运行结果如下图所示，能显示出两者概率，结果正确（二分类问题），所以请问该怎么办

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 这个问题的回答你可以参考下: https://ask.csdn.net/questions/7797115
• 以下回答来自chatgpt:

  我需要更多的细节才能帮助您解决问题。以下是我需要您提供的信息：

  1. 您使用的深度学习框架是什么？版本是多少？

  2. 您的可视化界面是如何生成的？是否使用了特定的库或工具？

  3. 生成可视化界面的代码是什么？您可以提供完整的代码吗？

  4. 您的分类模型是如何训练的？是否使用了特定的超参数或技巧？

  5. 您的predict文件是如何测试分类模型的？是否存在任何特殊要求？

  请根据以上问题提供尽可能详细的回答。

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^