Upernetconvnext Finetuned Segments Food Oct 14

🚀 upernetconvnext-finetuned-segments-food-oct-14

このモデルは、openmmlab/upernet-convnext-small をEduardoPacheco/FoodSeg103データセットでファインチューニング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: 2.7723
• 平均IoU: 0.0671
• 平均精度: 0.1792
• 全体精度: 0.1867
• 背景精度: nan
• キャンディ精度: nan
• タルト精度: nan
• フライドポテト精度: 0.1073
• チョコレート精度: nan
• ビスケット精度: nan
• ポップコーン精度: nan
• プリン精度: nan
• アイスクリーム精度: 0.1838
• チーズバター精度: nan
• ケーキ精度: 0.0
• ワイン精度: nan
• ミルクシェイク精度: nan
• コーヒー精度: nan
• ジュース精度: 0.0
• ミルク精度: nan
• 紅茶精度: nan
• アーモンド精度: nan
• 小豆精度: nan
• カシューナッツ精度: nan
• ドライクランベリー精度: nan
• 大豆精度: nan
• クルミ精度: nan
• ピーナッツ精度: nan
• 卵精度: 0.0
• リンゴ精度: 0.0
• ナツメ精度: nan
• アプリコット精度: nan
• アボカド精度: nan
• バナナ精度: 0.0
• イチゴ精度: 0.1034
• チェリー精度: nan
• ブルーベリー精度: nan
• ラズベリー精度: nan
• マンゴー精度: nan
• オリーブ精度: nan
• 桃精度: nan
• レモン精度: 0.2544
• 梨精度: nan
• イチジク精度: nan
• パイナップル精度: 0.0
• ブドウ精度: nan
• キウイ精度: nan
• メロン精度: nan
• オレンジ精度: 0.5418
• スイカ精度: nan
• ステーキ精度: 0.0
• 豚肉精度: 0.0
• 鶏肉・鴨肉精度: 0.3444
• ソーセージ精度: 0.0
• 揚げ肉精度: nan
• 羊肉精度: nan
• ソース精度: 0.2308
• カニ精度: nan
• 魚精度: 0.0
• 貝類精度: nan
• エビ精度: nan
• スープ精度: nan
• パン精度: 0.9865
• トウモロコシ精度: nan
• ハンバーガー精度: nan
• ピザ精度: 0.0
• 花巻饅頭精度: nan
• ワンタン・餃子精度: nan
• パスタ精度: nan
• 麺精度: nan
• 米精度: 0.4019
• パイ精度: 0.0
• 豆腐精度: nan
• ナス精度: nan
• ジャガイモ精度: 0.1621
• ニンニク精度: nan
• カリフラワー精度: 0.0
• トマト精度: 0.5529
• 昆布精度: nan
• 海苔精度: nan
• ネギ精度: nan
• 菜精度: nan
• 生姜精度: nan
• オクラ精度: nan
• レタス精度: nan
• カボチャ精度: nan
• キュウリ精度: nan
• 大根精度: nan
• ニンジン精度: 0.9551
• アスパラガス精度: 0.0012
• タケノコ精度: nan
• ブロッコリー精度: 0.9085
• セロリ精度: nan
• コリアンダー・ミント精度: 0.0
• 雪えんどう精度: nan
• キャベツ精度: nan
• もやし精度: nan
• タマネギ精度: 0.0
• ピーマン精度: 0.0
• 緑豆精度: nan
• フランス豆精度: 0.0001
• エリンギ精度: nan
• シイタケ精度: nan
• エノキ精度: nan
• ヒラタケ精度: nan
• ホワイトボタンキノコ精度: nan
• サラダ精度: nan
• その他の材料精度: 0.0
• 背景IoU: 0.0
• キャンディIoU: nan
• タルトIoU: nan
• フライドポテトIoU: 0.0801
• チョコレートIoU: nan
• ビスケットIoU: nan
• ポップコーンIoU: nan
• プリンIoU: nan
• アイスクリームIoU: 0.0147
• チーズバターIoU: nan
• ケーキIoU: 0.0
• ワインIoU: nan
• ミルクシェイクIoU: nan
• コーヒーIoU: nan
• ジュースIoU: 0.0
• ミルクIoU: nan
• 紅茶IoU: nan
• アーモンドIoU: nan
• 小豆IoU: nan
• カシューナッツIoU: nan
• ドライクランベリーIoU: nan
• 大豆IoU: nan
• クルミIoU: nan
• ピーナッツIoU: nan
• 卵IoU: 0.0
• リンゴIoU: 0.0
• ナツメIoU: nan
• アプリコットIoU: nan
• アボカドIoU: nan
• バナナIoU: 0.0
• イチゴIoU: 0.1005
• チェリーIoU: nan
• ブルーベリーIoU: nan
• ラズベリーIoU: nan
• マンゴーIoU: nan
• オリーブIoU: nan
• 桃IoU: nan
• レモンIoU: 0.2328
• 梨IoU: nan
• イチジクIoU: nan
• パイナップルIoU: 0.0
• ブドウIoU: nan
• キウイIoU: nan
• メロンIoU: nan
• オレンジIoU: 0.3032
• スイカIoU: nan
• ステーキIoU: 0.0
• 豚肉IoU: 0.0
• 鶏肉・鴨肉IoU: 0.0980
• ソーセージIoU: 0.0
• 揚げ肉IoU: nan
• 羊肉IoU: nan
• ソースIoU: 0.2163
• カニIoU: nan
• 魚IoU: 0.0
• 貝類IoU: nan
• エビIoU: nan
• スープIoU: nan
• パンIoU: 0.2062
• トウモロコシIoU: nan
• ハンバーガーIoU: nan
• ピザIoU: 0.0
• 花巻饅頭IoU: nan
• ワンタン・餃子IoU: nan
• パスタIoU: nan
• 麺IoU: nan
• 米IoU: 0.1747
• パイIoU: 0.0
• 豆腐IoU: nan
• ナスIoU: nan
• ジャガイモIoU: 0.1605
• ニンニクIoU: nan
• カリフラワーIoU: 0.0
• トマトIoU: 0.0681
• 昆布IoU: nan
• 海苔IoU: nan
• ネギIoU: nan
• 菜IoU: nan
• 生姜IoU: nan
• オクラIoU: nan
• レタスIoU: 0.0
• カボチャIoU: nan
• キュウリIoU: nan
• 大根IoU: nan
• ニンジンIoU: 0.4083
• アスパラガスIoU: 0.0011
• タケノコIoU: nan
• ブロッコリーIoU: 0.2155
• セロリIoU: nan
• コリアンダー・ミントIoU: 0.0
• 雪えんどうIoU: nan
• キャベツIoU: nan
• もやしIoU: nan
• タマネギIoU: 0.0
• ピーマンIoU: 0.0
• 緑豆IoU: nan
• フランス豆IoU: 0.0001
• エリンギIoU: nan
• シイタケIoU: nan
• エノキIoU: nan
• ヒラタケIoU: nan
• ホワイトボタンキノコIoU: nan
• サラダIoU: nan
• その他の材料IoU: 0.0

📚 ドキュメント

モデルの説明

詳細情報は後日追加予定です。

想定される用途と制限

詳細情報は後日追加予定です。

学習と評価データ

詳細情報は後日追加予定です。

学習手順

学習ハイパーパラメータ

学習中に以下のハイパーパラメータが使用されました。

• 学習率: 6e-05
• 学習バッチサイズ: 2
• 評価バッチサイズ: 2
• 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: 線形
• エポック数: 5

学習結果

📄 ライセンス

このモデルはMITライセンスの下で提供されています。