[機械学習] metricsで指定した指標が0.0000e+00のまま変化しない

前提・実現したいこと

リンク内容
上記の記事を参考に、githubのリンク内容をクローンしてkeras-yolo3による独自学習がうまくいきました。
私は機械学習のAccuracyといったモデルの適合率を知りたかったのですが、自分で定義する必要があるようです。
そこで、Yoloの指標で使われるiouを定義し、metricsで指定してtrain.pyを実行しましたが、以下のように０と表示されたまま変化しません。
どこを修正すれば正しく数値が反映されるでしょうか？

train.pyのソースコード：リンク内容

該当のソースコード

python
1    #train.pyを改変して実行
2
3    # Train with frozen layers first, to get a stable loss.
4    # Adjust num epochs to your dataset. This step is enough to obtain a not bad model.
5    if True:
6        #iouを定義
7        def true_positive(y_true, y_pred):
8            return K.sum(K.cast(K.equal(y_true * y_pred, 1), K.floatx()))
9
10        def true_negative(y_true, y_pred):
11            return K.sum(K.cast(K.equal(y_true + y_pred, 0), K.floatx()))
12
13        def false_positive(y_true, y_pred):
14            return K.sum(K.cast(K.less(y_true, y_pred), K.floatx()))
15
16        def false_negative(y_true, y_pred):
17            return K.sum(K.cast(K.greater(y_true, y_pred), K.floatx()))
18
19        def iou(y_true, y_pred):
20            y_pred = K.round(y_pred)
21            return true_positive(y_true, y_pred) / (false_negative(y_true, y_pred)+true_positive(y_true, y_pred)+false_positive(y_true, y_pred))
22
23
24        model.compile(optimizer=Adam(lr=1e-3), loss={
25            # use custom yolo_loss Lambda layer.
26            'yolo_loss': lambda y_true, y_pred: y_pred} , metrics=[iou]) #metrics=[iou]を追加
27        batch_size = 32
28        if len(sys.argv) > 2:
29            batch_size = int(sys.argv[2])

###試したこと
はじめに　metrics=["acc"]を行いましたが、０と表示されるだけでした。自分で定義する必要があるので、上記のように改変しました。

関数を以下のようにもっとシンプルにして行ってみましたが、こちらの結果も０のままでした

python
1def mean_pred(y_true, y_pred):
2    return K.mean(y_pred)
3
4model.compile(optimizer=Adam(lr=1e-3), loss={
5    'yolo_loss': lambda y_true, y_pred: y_pred} , metrics=[mean_pred])