segformer - b0 - finetuned - segments - graffitiオープンソース画像セグメンテーションモデル - 画像中の落書き領域を高精度に識別およびセグメント化

ホーム

Segformer B0 Finetuned Segments Graffiti

Adriatogiによって開発

NVIDIAのSegFormer-B0アーキテクチャをベースに、落書き分割データセットで微調整された画像分割モデルで、画像中の落書き領域を正確に識別・分割できます。

画像セグメンテーション

Transformers

オープンソースライセンス:その他 #落書き分割 #高精度分割 #都市景観分析

ダウンロード数 14

リリース時間 : 3/19/2024

モデル概要

このモデルは落書き検出と分割専用の視覚モデルで、画像中の落書き領域を背景から分離でき、都市管理や文化財保護などのシナリオに適しています。

モデル特徴

高精度落書き分割

評価セットで0.8048の平均IoUと0.8943の平均精度を達成

軽量アーキテクチャ

SegFormer-B0の軽量設計で、リソース制約環境での展開に適しています

2クラス識別

落書き領域(0.9056精度)と非落書き領域(0.8830精度)を正確に区別できます

モデル能力

画像分割

落書き検出

ピクセル単位分類

使用事例

都市管理

違法落書き監視

都市の違法落書きを自動検出し、市政清掃作業を支援

落書き領域を正確に識別可能、IoUは0.7870

文化財保護

歴史的建造物の落書き修復

歴史的建造物上の落書き領域を識別し、修復作業を支援

非落書き領域の識別精度は0.8830

🚀 segformer-b0-finetuned-segments-graffiti

このモデルは、nvidia/mit-b0 を Adriatogi/graffiti 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: 0.3250
平均IoU: 0.8048
平均精度: 0.8943
全体精度: 0.8929
非グラフィティ精度: 0.8830
グラフィティ精度: 0.9056
非グラフィティIoU: 0.8227
グラフィティIoU: 0.7870

🚀 クイックスタート

このモデルは、グラフィティの画像セグメンテーションタスクに特化してファインチューニングされています。以下に、評価セットでの主要な指標を示します。

📦 インストール

このドキュメントにはインストール手順が記載されていないため、このセクションをスキップします。

💻 使用例

このドキュメントには使用例のコードが記載されていないため、このセクションをスキップします。

📚 ドキュメント

モデルの説明

このモデルは、nvidia/mit-b0 をベースに、Adriatogi/graffiti データセットでファインチューニングされたものです。

想定される用途と制限事項

このドキュメントには想定される用途と制限事項に関する詳細情報が記載されていないため、このセクションをスキップします。

学習と評価データ

このドキュメントには学習と評価データに関する詳細情報が記載されていないため、このセクションをスキップします。

学習手順

学習ハイパーパラメータ

学習時には以下のハイパーパラメータが使用されました。

学習率: 0.0001
学習バッチサイズ: 1
評価バッチサイズ: 1
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タイプ: 線形
学習率スケジューラウォームアップ率: 0.05
エポック数: 10

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	非グラフィティ精度	グラフィティ精度	非グラフィティIoU	グラフィティIoU
0.5235	0.21	20	0.6135	0.6499	0.8016	0.7879	0.6926	0.9105	0.6476	0.6523
0.5744	0.42	40	0.4091	0.7237	0.8496	0.8398	0.7714	0.9279	0.7305	0.7169
0.3705	0.62	60	0.3959	0.7389	0.8592	0.8500	0.7864	0.9320	0.7469	0.7309
0.1897	0.83	80	0.3006	0.7748	0.8666	0.8774	0.9525	0.7807	0.8139	0.7357
0.1662	1.04	100	0.2900	0.7817	0.8723	0.8809	0.9407	0.8040	0.8164	0.7469
0.4537	1.25	120	0.2751	0.7956	0.8830	0.8886	0.9276	0.8384	0.8242	0.7669
0.1249	1.46	140	0.2719	0.7944	0.8841	0.8873	0.9094	0.8588	0.8196	0.7691
0.4985	1.67	160	0.3441	0.7463	0.8630	0.8550	0.7995	0.9264	0.7563	0.7363
0.4279	1.88	180	0.2911	0.7819	0.8764	0.8796	0.9016	0.8512	0.8082	0.7555
0.1776	2.08	200	0.2808	0.7928	0.8831	0.8864	0.9093	0.8569	0.8184	0.7673
0.209	2.29	220	0.2815	0.7857	0.8752	0.8832	0.9393	0.8111	0.8191	0.7522
0.152	2.5	240	0.2833	0.7921	0.8846	0.8854	0.8916	0.8775	0.8142	0.7700
0.5696	2.71	260	0.2698	0.8035	0.8921	0.8923	0.8941	0.8901	0.8238	0.7832
0.1003	2.92	280	0.3147	0.7739	0.8796	0.8729	0.8263	0.9329	0.7854	0.7624
0.1349	3.12	300	0.2961	0.7980	0.8906	0.8886	0.8747	0.9064	0.8154	0.7805
0.2552	3.33	320	0.2701	0.8001	0.8914	0.8900	0.8800	0.9028	0.8183	0.7820
0.1138	3.54	340	0.2808	0.7890	0.8854	0.8830	0.8664	0.9044	0.8065	0.7716
0.1602	3.75	360	0.2815	0.7956	0.8875	0.8875	0.8874	0.8875	0.8161	0.7751
0.0823	3.96	380	0.3195	0.7753	0.8799	0.8739	0.8325	0.9272	0.7879	0.7627
0.331	4.17	400	0.3339	0.7782	0.8821	0.8757	0.8312	0.9330	0.7901	0.7664
0.205	4.38	420	0.3083	0.7923	0.8885	0.8849	0.8595	0.9175	0.8077	0.7769
0.1659	4.58	440	0.3035	0.7887	0.8862	0.8826	0.8569	0.9156	0.8042	0.7731
0.1186	4.79	460	0.2856	0.8004	0.8839	0.8923	0.9500	0.8179	0.8323	0.7684
0.2964	5.0	480	0.3583	0.7592	0.8723	0.8633	0.8004	0.9442	0.7672	0.7512
0.0742	5.21	500	0.3269	0.7804	0.8820	0.8772	0.8444	0.9196	0.7947	0.7660
0.1355	5.42	520	0.3504	0.7784	0.8819	0.8759	0.8338	0.9301	0.7908	0.7661
0.0757	5.62	540	0.2771	0.8062	0.8927	0.8942	0.9050	0.8804	0.8280	0.7844
0.2015	5.83	560	0.3324	0.7851	0.8850	0.8802	0.8469	0.9232	0.7992	0.7711
0.1187	6.04	580	0.2853	0.8077	0.8943	0.8949	0.8995	0.8891	0.8282	0.7872
0.1243	6.25	600	0.3166	0.7968	0.8915	0.8875	0.8599	0.9232	0.8115	0.7820
0.0484	6.46	620	0.2876	0.8134	0.8968	0.8986	0.9110	0.8826	0.8349	0.7919
0.0772	6.67	640	0.2985	0.8085	0.8964	0.8951	0.8863	0.9064	0.8263	0.7907
0.2296	6.88	660	0.3134	0.8080	0.8951	0.8950	0.8940	0.8962	0.8274	0.7886
0.0544	7.08	680	0.3300	0.8014	0.8925	0.8907	0.8780	0.9070	0.8189	0.7839
0.0942	7.29	700	0.3133	0.8070	0.8936	0.8946	0.9013	0.8860	0.8280	0.7860
0.2432	7.5	720	0.3376	0.8014	0.8938	0.8905	0.8675	0.9201	0.8168	0.7860
0.0637	7.71	740	0.3021	0.8108	0.8968	0.8967	0.8965	0.8970	0.8301	0.7915
0.0946	7.92	760	0.3242	0.8048	0.8943	0.8929	0.8831	0.9054	0.8227	0.7870
0.1291	8.12	780	0.3315	0.8011	0.8934	0.8903	0.8689	0.9179	0.8169	0.7853
0.1077	8.33	800	0.3095	0.8117	0.8944	0.8979	0.9221	0.8667	0.8356	0.7877
0.177	8.54	820	0.3174	0.8117	0.8951	0.8977	0.9162	0.8740	0.8345	0.7888
0.057	8.75	840	0.3106	0.8111	0.8973	0.8968	0.8930	0.9016	0.8297	0.7925
0.2007	8.96	860	0.3645	0.7953	0.8909	0.8866	0.8571	0.9247	0.8097	0.7809
0.1281	9.17	880	0.3561	0.8008	0.8932	0.8902	0.8688	0.9176	0.8166	0.7850
0.0639	9.38	900	0.3120	0.8109	0.8969	0.8968	0.8962	0.8975	0.8301	0.7917
0.0766	9.58	920	0.3306	0.8057	0.8947	0.8934	0.8843	0.9051	0.8236	0.7877
0.1766	9.79	940	0.3321	0.8042	0.8941	0.8925	0.8813	0.9068	0.8219	0.7866
0.0842	10.0	960	0.3250	0.8048	0.8943	0.8929	0.8830	0.9056	0.8227	0.7870