🚀 segformer-b2-finetuned-ade-512-512_corm
このモデルは画像セグメンテーションタスクに特化したもので、nvidia/segformer-b2-finetuned-ade-512-512 をベースに微調整されています。評価セットで高い精度を達成しています。
🚀 クイックスタート
このモデルは、nvidia/segformer-b2-finetuned-ade-512-512 をNoneデータセットで微調整したバージョンです。評価セットでは以下の結果を達成しています。
- 損失: 0.0415
- 平均IoU: 0.9264
- 平均精度: 0.9599
- 全体精度: 0.9860
- 背景精度: 0.9978
- コーラル精度: 0.9362
- 損傷精度: 0.9456
- 背景IoU: 0.9942
- コーラルIoU: 0.8799
- 損傷IoU: 0.9052
📦 モデル情報
プロパティ |
詳細 |
ライブラリ名 |
transformers |
ライセンス |
other |
ベースモデル |
nvidia/segformer-b2-finetuned-ade-512-512 |
タグ |
vision、image-segmentation、generated_from_trainer |
モデル名 |
segformer-b2-finetuned-ade-512-512_corm |
🔧 学習手順
学習ハイパーパラメータ
学習中に使用されたハイパーパラメータは以下の通りです。
- 学習率: 6e-05
- 学習バッチサイズ: 8
- 評価バッチサイズ: 8
- シード: 42
- オプティマイザ: Adam (betas=(0.9,0.999), epsilon=1e-08)
- 学習率スケジューラの種類: linear
- 学習率スケジューラのウォームアップ率: 0.05
- エポック数: 40
学習結果
学習損失 |
エポック |
ステップ |
検証損失 |
平均IoU |
平均精度 |
全体精度 |
背景精度 |
コーラル精度 |
損傷精度 |
背景IoU |
コーラルIoU |
損傷IoU |
0.8746 |
0.9524 |
20 |
0.8170 |
0.4637 |
0.6489 |
0.8404 |
0.9133 |
0.0390 |
0.9944 |
0.9132 |
0.0327 |
0.4451 |
0.61 |
1.9048 |
40 |
0.4500 |
0.7608 |
0.8748 |
0.9451 |
0.9731 |
0.6946 |
0.9566 |
0.9730 |
0.6023 |
0.7071 |
0.3681 |
2.8571 |
60 |
0.2802 |
0.8597 |
0.9314 |
0.9711 |
0.9879 |
0.8621 |
0.9443 |
0.9873 |
0.7716 |
0.8201 |
0.2433 |
3.8095 |
80 |
0.2201 |
0.8866 |
0.9456 |
0.9774 |
0.9916 |
0.9159 |
0.9293 |
0.9904 |
0.8181 |
0.8513 |
0.1669 |
4.7619 |
100 |
0.1607 |
0.8891 |
0.9431 |
0.9783 |
0.9930 |
0.8723 |
0.9640 |
0.9915 |
0.8178 |
0.8580 |
0.1484 |
5.7143 |
120 |
0.1250 |
0.9017 |
0.9489 |
0.9812 |
0.9964 |
0.9423 |
0.9080 |
0.9932 |
0.8432 |
0.8688 |
0.1126 |
6.6667 |
140 |
0.1024 |
0.9092 |
0.9524 |
0.9827 |
0.9962 |
0.9247 |
0.9363 |
0.9934 |
0.8539 |
0.8804 |
0.0909 |
7.6190 |
160 |
0.0932 |
0.9017 |
0.9492 |
0.9813 |
0.9968 |
0.9563 |
0.8944 |
0.9935 |
0.8445 |
0.8670 |
0.0994 |
8.5714 |
180 |
0.0803 |
0.9122 |
0.9527 |
0.9833 |
0.9967 |
0.9118 |
0.9495 |
0.9936 |
0.8568 |
0.8861 |
0.0768 |
9.5238 |
200 |
0.0716 |
0.9147 |
0.9533 |
0.9838 |
0.9975 |
0.9247 |
0.9376 |
0.9937 |
0.8615 |
0.8889 |
0.0749 |
10.4762 |
220 |
0.0671 |
0.9177 |
0.9550 |
0.9844 |
0.9973 |
0.9191 |
0.9487 |
0.9939 |
0.8661 |
0.8932 |
0.0663 |
11.4286 |
240 |
0.0668 |
0.9097 |
0.9528 |
0.9829 |
0.9973 |
0.9528 |
0.9083 |
0.9939 |
0.8558 |
0.8795 |
0.0725 |
12.3810 |
260 |
0.0608 |
0.9189 |
0.9554 |
0.9847 |
0.9974 |
0.9123 |
0.9564 |
0.9940 |
0.8677 |
0.8951 |
0.0594 |
13.3333 |
280 |
0.0588 |
0.9167 |
0.9533 |
0.9843 |
0.9975 |
0.9000 |
0.9625 |
0.9940 |
0.8622 |
0.8940 |
0.062 |
14.2857 |
300 |
0.0552 |
0.9201 |
0.9565 |
0.9849 |
0.9972 |
0.9170 |
0.9553 |
0.9941 |
0.8691 |
0.8970 |
0.0535 |
15.2381 |
320 |
0.0543 |
0.9195 |
0.9559 |
0.9848 |
0.9972 |
0.9078 |
0.9626 |
0.9942 |
0.8683 |
0.8962 |
0.0555 |
16.1905 |
340 |
0.0517 |
0.9212 |
0.9566 |
0.9851 |
0.9973 |
0.9113 |
0.9612 |
0.9942 |
0.8704 |
0.8990 |
0.0553 |
17.1429 |
360 |
0.0513 |
0.9198 |
0.9553 |
0.9849 |
0.9975 |
0.9047 |
0.9638 |
0.9942 |
0.8679 |
0.8974 |
0.0572 |
18.0952 |
380 |
0.0501 |
0.9219 |
0.9563 |
0.9853 |
0.9977 |
0.9108 |
0.9603 |
0.9942 |
0.8713 |
0.9002 |
0.0503 |
19.0476 |
400 |
0.0483 |
0.9245 |
0.9573 |
0.9856 |
0.9981 |
0.9212 |
0.9525 |
0.9940 |
0.8757 |
0.9037 |
0.0539 |
20.0 |
420 |
0.0474 |
0.9245 |
0.9593 |
0.9857 |
0.9974 |
0.9309 |
0.9497 |
0.9942 |
0.8769 |
0.9024 |
0.0542 |
20.9524 |
440 |
0.0484 |
0.9202 |
0.9575 |
0.9849 |
0.9978 |
0.9511 |
0.9235 |
0.9941 |
0.8718 |
0.8949 |
0.033 |
21.9048 |
460 |
0.0478 |
0.9209 |
0.9576 |
0.9850 |
0.9977 |
0.9464 |
0.9287 |
0.9941 |
0.8726 |
0.8961 |
0.0421 |
22.8571 |
480 |
0.0452 |
0.9247 |
0.9591 |
0.9857 |
0.9974 |
0.9244 |
0.9555 |
0.9942 |
0.8766 |
0.9033 |
0.0472 |
23.8095 |
500 |
0.0455 |
0.9243 |
0.9583 |
0.9857 |
0.9976 |
0.9231 |
0.9543 |
0.9942 |
0.8759 |
0.9028 |
0.0381 |
24.7619 |
520 |
0.0456 |
0.9233 |
0.9570 |
0.9855 |
0.9977 |
0.9109 |
0.9625 |
0.9942 |
0.8732 |
0.9026 |
0.0486 |
25.7143 |
540 |
0.0444 |
0.9249 |
0.9593 |
0.9857 |
0.9978 |
0.9408 |
0.9394 |
0.9941 |
0.8780 |
0.9026 |
0.0501 |
26.6667 |
560 |
0.0458 |
0.9208 |
0.9579 |
0.9850 |
0.9977 |
0.9508 |
0.9252 |
0.9942 |
0.8725 |
0.8957 |
0.0343 |
27.6190 |
580 |
0.0436 |
0.9251 |
0.9594 |
0.9857 |
0.9978 |
0.9413 |
0.9391 |
0.9941 |
0.8782 |
0.9031 |
0.0407 |
28.5714 |
600 |
0.0434 |
0.9251 |
0.9597 |
0.9858 |
0.9977 |
0.9416 |
0.9396 |
0.9942 |
0.8784 |
0.9028 |
0.0419 |
29.5238 |
620 |
0.0445 |
0.9221 |
0.9586 |
0.9852 |
0.9977 |
0.9496 |
0.9285 |
0.9942 |
0.8743 |
0.8978 |
0.0506 |
30.4762 |
640 |
0.0425 |
0.9262 |
0.9593 |
0.9860 |
0.9978 |
0.9311 |
0.9491 |
0.9942 |
0.8791 |
0.9053 |
0.0422 |
31.4286 |
660 |
0.0424 |
0.9262 |
0.9595 |
0.9860 |
0.9977 |
0.9267 |
0.9540 |
0.9942 |
0.8790 |
0.9054 |
0.0362 |
32.3810 |
680 |
0.0425 |
0.9258 |
0.9600 |
0.9859 |
0.9977 |
0.9402 |
0.9421 |
0.9942 |
0.8793 |
0.9039 |
0.0437 |
33.3333 |
700 |
0.0424 |
0.9262 |
0.9599 |
0.9860 |
0.9978 |
0.9377 |
0.9441 |
0.9942 |
0.8796 |
0.9047 |
0.0363 |
34.2857 |
720 |
0.0415 |
0.9264 |
0.9602 |
0.9860 |
0.9976 |
0.9367 |
0.9463 |
0.9942 |
0.8800 |
0.9049 |
0.039 |
35.2381 |
740 |
0.0421 |
0.9267 |
0.9596 |
0.9861 |
0.9978 |
0.9290 |
0.9521 |
0.9942 |
0.8798 |
0.9060 |
0.0425 |
36.1905 |
760 |
0.0418 |
0.9259 |
0.9598 |
0.9859 |
0.9978 |
0.9391 |
0.9426 |
0.9942 |
0.8794 |
0.9040 |
0.0462 |
37.1429 |
780 |
0.0417 |
0.9267 |
0.9600 |
0.9861 |
0.9976 |
0.9311 |
0.9513 |
0.9942 |
0.8801 |
0.9057 |
0.0466 |
38.0952 |
800 |
0.0416 |
0.9261 |
0.9599 |
0.9860 |
0.9978 |
0.9392 |
0.9427 |
0.9942 |
0.8795 |
0.9045 |
0.0428 |
39.0476 |
820 |
0.0414 |
0.9266 |
0.9598 |
0.9861 |
0.9978 |
0.9323 |
0.9494 |
0.9942 |
0.8800 |
0.9057 |
0.04 |
40.0 |
840 |
0.0415 |
0.9264 |
0.9599 |
0.9860 |
0.9978 |
0.9362 |
0.9456 |
0.9942 |
0.8799 |
0.9052 |
フレームワークバージョン
- Transformers 4.44.1
- Pytorch 2.6.0+cpu
- Datasets 2.21.0
- Tokenizers 0.19.1
📄 ライセンス
このモデルは "other" ライセンスの下で提供されています。