类别级精度评估仅输出0类精度问题排查与解决请求

问题现象 #

使用tf.keras.preprocessing.image_dataset_from_directory加载数据集（标签模式为int，损失用sparse_categorical_crossentropy）时，自定义的类别精度、召回、精确率指标仅能输出0类的有效结果，其余类别均显示为0.0000e+00。

核心原因 #

自定义指标函数中错误地使用了K.argmax(y_true, axis=-1)处理标签：

• 当使用label_mode='int'和sparse_categorical_crossentropy时，输入的y_true是整数型的类别ID张量（shape为(batch_size,)），而非独热编码张量（shape为(batch_size, num_classes)）。K.argmax对整数张量的处理逻辑不符合预期，导致后续掩码计算失效，非0类的指标无法正确统计。

修复步骤 #

1. 修正标签处理逻辑：移除K.argmax(y_true, axis=-1)，直接使用y_true作为真实类别ID。
2. 补全缺失的指标：当前编译模型时仅添加了0、1类的召回和精确率指标，需补全2、3、4类的对应指标，确保所有类别都能输出结果。
3. 修复代码语法问题：原代码中部分换行处未添加反斜杠，导致语法错误，需修正。

修复后的完整代码 #

import tensorflow as tf
from tensorflow.keras import Sequential
from tensorflow.keras.layers import Flatten, Dense
from tensorflow.keras.optimizers import Adam
from tensorflow.keras import backend as K

# 加载数据集
train_ds = tf.keras.preprocessing.image_dataset_from_directory(
    data_dir, labels='inferred', label_mode='int',
    validation_split=0.2,
    subset="training",
    seed=123,
    image_size=(180, 180),
    batch_size=batch_size)

val_ds = tf.keras.preprocessing.image_dataset_from_directory(
    data_dir, labels='inferred', label_mode='int',
    validation_split=0.2,
    subset="validation",
    seed=123,
    image_size=(180, 180),
    batch_size=batch_size)

# 构建模型
resnet_model = Sequential()
pretrained_model = tf.keras.applications.VGG16(
    include_top=False,
    input_shape=(180, 180, 3),
    pooling='avg',
    classes=5,
    weights='imagenet',
    classifier_activation='softmax'
)

for layer in pretrained_model.layers:
    layer.trainable = False

resnet_model.add(pretrained_model)
resnet_model.add(Flatten())
resnet_model.add(Dense(512, activation='relu'))
resnet_model.add(Dense(5, activation='softmax'))

# 自定义类别级指标
def single_class_accuracy(interesting_class_id):
    def acc1(y_true, y_pred):
        class_id_true = y_true  # 直接使用整数标签
        class_id_preds = K.argmax(y_pred, axis=-1)
        accuracy_mask = K.cast(K.equal(class_id_preds, interesting_class_id), 'int32')
        class_acc_tensor = K.cast(K.equal(class_id_true, class_id_preds), 'int32') * accuracy_mask
        class_acc = K.cast(K.sum(class_acc_tensor), 'float32') / K.cast(K.maximum(K.sum(accuracy_mask), 1), 'float32')
        return class_acc
    acc1.__name__ = 'acc_1_{}'.format(interesting_class_id)
    return acc1

def single_class_recall(interesting_class_id):
    def recall(y_true, y_pred):
        class_id_true = y_true  # 直接使用整数标签
        class_id_pred = K.argmax(y_pred, axis=-1)
        recall_mask = K.cast(K.equal(class_id_true, interesting_class_id), 'int32')
        class_recall_tensor = K.cast(K.equal(class_id_true, class_id_pred), 'int32') * recall_mask
        class_recall = K.cast(K.sum(class_recall_tensor), 'float32') / K.cast(K.maximum(K.sum(recall_mask), 1), 'float32')
        return class_recall
    recall.__name__ = 'recall_1_{}'.format(interesting_class_id)
    return recall

def single_class_precision(interesting_class_id):
    def prec(y_true, y_pred):
        class_id_true = y_true  # 直接使用整数标签
        class_id_pred = K.argmax(y_pred, axis=-1)
        precision_mask = K.cast(K.equal(class_id_pred, interesting_class_id), 'int32')
        class_prec_tensor = K.cast(K.equal(class_id_true, class_id_pred), 'int32') * precision_mask
        class_prec = K.cast(K.sum(class_prec_tensor), 'float32') / K.cast(K.maximum(K.sum(precision_mask), 1), 'float32')
        return class_prec
    prec.__name__ = 'prec_1_{}'.format(interesting_class_id)
    return prec

# 编译模型（补全所有类别的指标）
resnet_model.compile(
    optimizer=Adam(lr=0.01),
    loss='sparse_categorical_crossentropy',
    metrics=[
        'accuracy',
        single_class_accuracy(0), single_class_accuracy(1), single_class_accuracy(2), single_class_accuracy(3), single_class_accuracy(4),
        single_class_recall(0), single_class_recall(1), single_class_recall(2), single_class_recall(3), single_class_recall(4),
        single_class_precision(0), single_class_precision(1), single_class_precision(2), single_class_precision(3), single_class_precision(4)
    ]
)

# 训练模型
history = resnet_model.fit(train_ds, validation_data=val_ds, epochs=2)

补充说明 #

• 若后续切换为独热编码标签（label_mode='categorical'，损失用categorical_crossentropy），则需要恢复K.argmax(y_true, axis=-1)的使用。
• 训练初期部分类别指标为0可能是模型尚未学习到对应类别的特征，可增加训练轮次或调整模型参数观察变化。

内容的提问来源于stack exchange，提问作者Monika Roopak