图像分割的性能评估-Keras？

Question

我目前正在使用Keras实施的模型（例如U-Net或SegNet）来分割高分辨率图像。 下面是性能评估的代码：

 score = model.evaluate(test_data, test_label, verbose=1)

训练有素的模型在我的测试数据集上得分很高（损失： 0.4232 ，访问权限： 0.9789 ）

然后我通过以下代码显示了分割后的测试图像：

k = 7
output = model.predict_classes(test_data[k: k+ 1])    
visualize(np.squeeze(output, axis=0))

我不理解为什么实际输出与预期输出（即地面真实）完全不同，尽管准确性很高。在这里，我有2种对象，红色表示对象1，绿色表示对象2。

任何帮助或建议将不胜感激！