Python 获取无效参数：所有输入的形状必须匹配：值[0]。形状=[401408]！=值[1]。在keras中使用IoU度量时，形状=[24485888]

我正在使用UNet对TACO数据集进行训练，它是COCO格式的。我试着用精度指标训练我的模型，结果验证精度和精度都达到了1.000，这实在太好了，不可能是真的。有人告诉我准确度并不是一个适合分割问题的标准，这就是为什么我尝试使用IoU。不幸的是，我遇到以下错误：

InvalidArgumentError: 2 root error(s) found.
  (0) Invalid argument:  Shapes of all inputs must match: values[0].shape = [401408] != values[1].shape = [24485888]
     [[node confusion_matrix/stack_1 (defined at <ipython-input-7-4238ab807505>:96) ]]
  (1) Invalid argument:  Shapes of all inputs must match: values[0].shape = [401408] != values[1].shape = [24485888]
     [[node confusion_matrix/stack_1 (defined at <ipython-input-7-4238ab807505>:96) ]]
     [[confusion_matrix/stack_1/_96]]

其中输入图像大小=（224224）。在我的UNet模型中，输入层如下所示：

##Input Layer
inputs = Input((IMG_WIDTH, IMG_HEIGHT, IMG_CHANNELS))

其中，IMG_宽度和IMG_高度均为224，且IMG_通道=3。我还使用稀疏分类交叉熵作为损失函数。我是个新手，不知道自己做错了什么。任何帮助都将不胜感激。

---

干杯

嗨，你解决了吗？嗨，你解决了吗？

##Input Layer
inputs = Input((IMG_WIDTH, IMG_HEIGHT, IMG_CHANNELS))