Keras ValueError:找到两个同名的指标：recall

我正在训练一个检测模型，其中训练和测试数据是3D NumPy数组。当启动列车时，该模型发现了此类错误。代码链接如下所示

回溯（最近一次呼叫最后一次）： 文件“/content/SpineFinder master/train\u detection\u model.py”，第25行，在 洗牌=真）

文件“/content/SpineFinder master/learning_functions/perform_learning.py”，第57行，在perform_learning中 回调=[checkpoint，tensorboard]）

文件“/usr/local/lib/python3.6/dist packages/tensorflow/python/util/deprecation.py”，第324行，在new_func中 返回函数（*args，**kwargs）

fit_generator中的文件“/usr/local/lib/python3.6/dist packages/tensorflow/python/keras/engine/training.py”，第1479行 初始_历元=初始_历元）

文件“/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/training.py”，第66行，在方法包装中 返回方法（self、*args、**kwargs）

文件“/usr/local/lib/python3.6/dist packages/tensorflow/python/keras/engine/training.py”，第848行 tmp_logs=训练函数（迭代器）

文件“/usr/local/lib/python3.6/dist packages/tensorflow/python/eager/def_function.py”，第580行，在调用中 结果=自身调用（*args，**kwds）

文件“/usr/local/lib/python3.6/dist packages/tensorflow/python/eager/def_function.py”，第627行，在调用中 self.\u初始化（参数、KWD、添加初始值设定项到=初始值设定项）

文件“/usr/local/lib/python3.6/dist packages/tensorflow/python/eager/def_function.py”，第506行，在 *args，**科威特第纳尔）

文件“/usr/local/lib/python3.6/dist packages/tensorflow/python/eager/function.py”，第2446行，位于“获取”、“具体”、“函数”、“内部”和“垃圾”收集中 图函数，自我，可能定义函数（args，kwargs）

文件“/usr/local/lib/python3.6/dist-packages/tensorflow/python/eager/function.py”，第2777行，在函数定义中 graph\u function=self.\u create\u graph\u function（args，kwargs）

文件“/usr/local/lib/python3.6/dist packages/tensorflow/python/eager/function.py”，第2667行，在“创建图形”函数中 按值捕获=自身。_按值捕获）

文件“/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/func_-graph.py”，第981行，在func_-graph_中，从_-py_-func开始 func_outputs=python_func（*func_args，**func_kwargs）

文件“/usr/local/lib/python3.6/dist-packages/tensorflow/python/eager/def_function.py”，第441行，包装为fn 返回弱包装的（包装的（*args，**kwds）

包装器中的文件“/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/func_-graph.py”，第968行 将e.ag\u错误\u元数据引发到\u异常（e）

ValueError:在用户代码中：

/usr/local/lib/python3.6/dist包/tensorflow/python/keras/engine/training.py:571 train_函数* 输出=self.distribution\u strategy.run( /usr/local/lib/python3.6/dist包/tensorflow/python/distribute/distribute_lib.py:951运行** 返回self.\u扩展。为每个\u副本调用\u（fn，args=args，kwargs=kwargs）

---

ValueError：找到两个同名指标：recall

错误源于detection.py中的以下内容：

    recall_background = km.binary_recall(label=0)
    recall_vertebrae = km.binary_recall(label=1)

根据[1]和[2]，km.binary_recall（）实例化了keras.metrics.recall（）类。但是，如果没有

名称

kwarg，两行都使用相同的名称

recall

。因此，为了避免这种情况，我的理解是，您必须像这样指定

名称

kwarg：

    recall_background = km.binary_recall(name="recall_background", label=0)
    recall_vertebrae = km.binary_recall(name="recall_vertebrae", label=1)

[1] -

---

[2] -

请包含更多代码，因为这些变量所代表的内容很少。您使用的是哪一版本的keras？keras版本-2.4.3

    recall_background = km.binary_recall(label=0)
    recall_vertebrae = km.binary_recall(label=1)

    recall_background = km.binary_recall(name="recall_background", label=0)
    recall_vertebrae = km.binary_recall(name="recall_vertebrae", label=1)