用sklearn.metrics获取多类语义分割混淆矩阵报错，求解决方法

错误原因分析 #

你遇到的ValueError: unknown is not supported有两个核心原因：

1. argmax的轴参数错误：你使用了axis=1，这是对图像的高度维度（第二个维度）取最大值，完全偏离了类别维度（最后一维，索引为3或-1），导致得到的标签数组维度和语义完全错误。
2. 输入数组未展平：sklearn.metrics.confusion_matrix要求输入一维数组，但你直接传入了多维的像素标签数组，库无法识别这种格式。

正确解决方案 #

步骤如下：

1. 在**类别维度（最后一维）**上执行argmax，得到每个像素对应的类别索引（形状从(29,16,16,11)变为(29,16,16)）。
2. 将多维的像素标签数组展平为一维，符合confusion_matrix的输入要求。

完整代码示例 #

from sklearn.metrics import confusion_matrix

# 对类别维度（最后一维）取argmax，获取每个像素的类别索引
y_true_labels = y_true.argmax(axis=-1)
y_pred_labels = y_pred.argmax(axis=-1)

# 将多维数组展平为一维
y_true_flat = y_true_labels.flatten()
y_pred_flat = y_pred_labels.flatten()

# 计算混淆矩阵
cf_matrix = confusion_matrix(y_true_flat, y_pred_flat)
print(cf_matrix)

验证形状变化 #

• 执行argmax(axis=-1)后，数组形状变为(29, 16, 16)，对应29张16×16的图像，每个位置是0-10的类别索引。
• 展平后数组形状为(29*16*16,)即(7424,)，每个元素是单个像素的真实/预测类别，满足confusion_matrix的输入要求。

内容的提问来源于stack exchange，提问作者rayan