tensorflow.keras.metris で Mean IoUを算出したい

tensorflowを使ってディープラーニングのセマンティックセグメンテーションのモデルをトレーニングしたのですが、モデルの評価をするためにIoU（Intersection over Union)をtensorflow.keras.metricsのライブラリを使って求めようとするとなぜかMean IoU＝１だと表示されます。トレーニングの間、Loss(binary crossentropy)は徐々に減少していたので、IoUが１だというのは間違っていると思うのですが、正しい値の算出方法がわかりません。

---

以下が実際に試してみたコードです。追加の情報が必要であればコメントをお願いします。

python

from tensorflow.keras.metrics import MeanIoU #Test generator using validation data.test_image_batch, test_mask_batch = val_img_gen.__next__()print(test_mask_batch.shape) #(32, 256, 256, 3) #Convert categorical to integer for visualization and IoU calculationtest_mask_batch_argmax = np.argmax(test_mask_batch, axis=3) test_pred_batch = (model.predict(test_image_batch)> 0.5).astype(np.uint8)print(test_pred_batch.shape) # (32, 256, 256, 1)test_pred_batch_argmax = np.argmax(test_pred_batch, axis=3)print(test_mask_batch.shape) #(32, 256, 256, 3) n_classes = 2IOU_keras = MeanIoU(num_classes=n_classes) IOU_keras.update_state(test_pred_batch_argmax, test_mask_batch_argmax)print("Mean IoU =", IOU_keras.result().numpy()) #output -- Mean IoU = 1.0