这是一个常见的问题。
generator.classes不应用作地面真实值标签，因为它们的排序方式与您获得预测的方式不同。因此，您计算的任何指标都将是错误的。
一种通用且正确的方法是迭代生成器，假设它是Sequence的子类：

all_y_pred = []
all_y_true = []

for i in range(len(generator)):
    x, y = generator[i]
    y_pred = model.predict(x)
    
    all_y_pred.append(y_pred)
    all_y_true.append(y)

all_y_pred = np.concatenate(all_y_pred, axis=0)
all_y_true = np.concatenate(all_y_true, axis=0)

metric = compute_your_metric(all_y_true, all_y_pred)

正如您所看到的，您需要迭代生成器，按批次计算预测，并且在每个批次上您还可以访问真实标签，因此您可以在某些列表上累积这两个标签，然后将它们组合起来计算所需的指标。