Solucionado
Nos três modelos algumas predições deram errado. Verifiquei que meus modelos conseguiam identificar pessoas com características muito forte (barba por exemplo) , mas falhavam em rostos parecidos. Aumentei o número de imagens de treinamento para tentar melhorar a precisão dos modelos (deu certo). Como os modelos da aulas estão mais precisos com apenas 10 fotos por classe de treino?
Olá Elyérverton,
Nem sempre classificadores possuem boas taxas de classificação com poucas imagens, note que houveram outros fatores que ajudaram na boa perfomance.
No caso do exemplo do curso, o conjunto de imagens além de contar com pessoas bem distintas as imagens estava padronizadas e recortadas de forma igual em todos os sujeitos. Ou seja, os rostos foram capturados com a mesma pose, câmera e mesma resolução, o que ajuda também na padronização da aquisição das imagens.