Deep Learningの出力について

現在、Deep Learningについて学習しています。ゼロから始めるDeep Learningだけでは面白くなかったため、自分が拾ってきた画像をDeep Learningにかけ学習させ、その後OpenCVにより撮影した写真を分類させるものを作ろうと考えました。
参考にしたURLは以下の通りです。
URL
また、作成したプログラムが以下の通りです。

python
1import cv2
2import os
3import re
4import keras
5from keras.utils import np_utils
6from keras.layers.convolutional import Conv2D, MaxPooling2D
7from keras.models import Sequential
8from keras.layers.core import Dense, Dropout, Activation, Flatten
9from keras.preprocessing.image import array_to_img, img_to_array, load_img
10import numpy as np
11import pandas as pd
12from sklearn.model_selection import train_test_split
13import matplotlib.pyplot as plt
14
15def list_pictures(directory, ext='jpg|jpeg|bmp|png|ppm'):
16    return [os.path.join(root, f)
17            for root, _, files in os.walk(directory) for f in files
18            if re.match(r'([\w]+.(?:' + ext + '))', f.lower())]
19
20X = []
21Y = []
22for picture in list_pictures('./car/'):
23    img = img_to_array(load_img(picture, target_size=(75,75)))
24    X.append(img)
25    Y.append(0)
26for picture in list_pictures('./bike/'):
27    img = img_to_array(load_img(picture, target_size=(75,75)))
28    X.append(img)
29    Y.append(1)
30
31
32X = np.asarray(X)
33Y = np.asarray(Y)
34X = X.astype('float32')
35X = X / 255.0
36Y = np_utils.to_categorical(Y, 2)
37X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size=0.33, random_state=111)
38
39model = Sequential()
40model.add(Conv2D(32, (3, 3), padding='same',input_shape=X_train.shape[1:]))
41model.add(Activation('relu'))
42model.add(Conv2D(32, (3, 3)))
43model.add(Activation('relu'))
44model.add(MaxPooling2D(pool_size=(2, 2)))
45model.add(Dropout(0.25))
46model.add(Conv2D(64, (3, 3), padding='same'))
47model.add(Activation('relu'))
48model.add(Conv2D(64, (3, 3)))
49model.add(Activation('relu'))
50model.add(MaxPooling2D(pool_size=(2, 2)))
51model.add(Dropout(0.25))
52model.add(Flatten())
53model.add(Dense(512))
54model.add(Activation('relu'))
55model.add(Dropout(0.5))
56model.add(Dense(2))       
57model.add(Activation('softmax'))
58
59model.compile(loss='categorical_crossentropy',optimizer='SGD',metrics=['accuracy'])
60history = model.fit(X_train, y_train, batch_size=5, epochs=20, validation_data = (X_test, y_test), verbose = 1)
61
62plt.plot(history.history['acc'])
63plt.plot(history.history['val_acc'])
64plt.title('model accuracy')
65plt.xlabel('epoch')
66plt.ylabel('accuracy')
67plt.legend(['acc', 'val_acc'], loc='lower right')
68plt.show()
69
70predict_classes = model.predict_classes(X_test)
71mg_df = pd.DataFrame({'predict': predict_classes, 'class': np.argmax(y_test, axis=1)})
72pd.crosstab(mg_df['class'], mg_df['predict'])
73
74cap = cv2.VideoCapture(1)
75while True:
76
77    ret, frame = cap.read()
78    cv2.imshow('preview', frame)
79    key = cv2.waitKey(10)
80    if key == ord("s"):
81        path = "photo.jpg"
82        cv2.imwrite(path,frame)
83        img = img_to_array(load_img('photo.jpg', target_size=(75,75)))
84        X = np.asarray(img)
85        X = X.astype('float32')
86        X = X / 255.0
87        pred_label = model.predict_classes(np.array([X]), batch_size=1, verbose=0)
88        print(pred_label)  
89    if key == ord("q"):
90        break
91
92cv2.destroyAllWindows()
93コード

今回はcarのディレクトリに車の画像を、bikeのディレクトリに自転車の画像を入れ分類させました。
起動させた結果、出力が1、0となってしまいます。車の画像だと0と出力され、自転車の画像だと1と出力されています。分類はうまくいっているように感じるのですが、私は初心者であるためまぐれなのか本当にしっかり分類されているのかわからない状況です。コードを見た限りでは分類はうまくいっていると認識していいのでしょうか。教えていただきたいです。