safety-utcustom-train-SF-RGBD-b5オープンソースモデル - RGBD画像の安全と危険区域の識別に使用

ホーム

Safety Utcustom Train SF RGBD B5

sam1120によって開発

nvidia/mit-b5をファインチューニングした安全視覚セグメンテーションモデルで、RGBD画像内の安全区域と危険区域の識別に特化

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 #RGBD安全検出 #高精度セグメンテーション #産業シーン対応

ダウンロード数 17

リリース時間 : 2/6/2024

モデル概要

このモデルはMIT-B5アーキテクチャをベースに改良したバージョンで、RGBD画像データの処理に特化しており、画像内の安全区域と危険区域を効果的に識別できます。安全カテゴリの識別精度は55.78%、危険カテゴリの識別精度は99.47%に達します。

モデル特徴

高精度危険区域検出

危険区域識別で99.47%の精度と98.14%のIoUを達成

RGBD画像処理能力

深度情報を含むRGBD画像データの処理に最適化

バランス性能

全体精度(98.18%)とカテゴリバランス(安全カテゴリ47.45% IoU)の良好なバランスを実現

モデル能力

画像セグメンテーション

安全区域識別

危険区域検出

RGBD画像処理

使用事例

産業安全監視

工場危険区域リアルタイム監視

工場環境内の危険区域を監視し、人員接近を即時警告

99%以上の危険区域を正確に識別可能

インテリジェントセキュリティシステム

公共場所安全監視

公共場所内の潜在的な危険区域を識別

安全区域と危険区域のバランス良い識別

🚀 safety-utcustom-train-SF-RGBD-b5

このモデルは、nvidia/mit-b5 を sam1120/safety-utcustom-TRAIN 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: 0.0867
平均IoU: 0.7280
平均精度: 0.7762
全体精度: 0.9818
未ラベル精度: nan
安全精度: 0.5578
不安全精度: 0.9947
未ラベルIoU: nan
安全IoU: 0.4745
不安全IoU: 0.9814

🚀 クイックスタート

このモデルは、画像セグメンテーションタスクに最適化されたファインチューニング済みモデルです。評価セットでの高い精度を持ち、特定のデータセットに基づいてトレーニングされています。

🔧 技術詳細

トレーニングハイパーパラメータ

トレーニング中には、以下のハイパーパラメータが使用されました。

学習率: 4e-06
トレーニングバッチサイズ: 15
評価バッチサイズ: 15
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比率: 0.05
エポック数: 120

トレーニング結果

トレーニング損失	エポック	ステップ	安全精度	未ラベル精度	不安全精度	安全IoU	未ラベルIoU	不安全IoU	検証損失	平均精度	平均IoU	全体精度
0.789	0.91	10	0.0203	nan	0.8957	0.0095	0.0	0.8722	0.9555	0.4580	0.2939	0.8698
0.7579	1.82	20	0.0117	nan	0.9614	0.0069	0.0	0.9338	0.8322	0.4866	0.3136	0.9334
0.7103	2.73	30	0.0051	nan	0.9893	0.0043	0.0	0.9604	0.6729	0.4972	0.3216	0.9602
0.676	3.64	40	0.0021	nan	0.9969	0.0020	0.0	0.9675	0.5336	0.4995	0.3232	0.9675
0.5955	4.55	50	0.0001	nan	0.9993	0.0001	0.0	0.9698	0.4440	0.4997	0.3233	0.9698
0.5691	5.45	60	0.0000	nan	0.9997	0.0000	0.0	0.9702	0.3812	0.4999	0.3234	0.9702
0.5067	6.36	70	0.0	nan	0.9996	0.0	0.0	0.9701	0.3590	0.4998	0.3234	0.9701
0.4656	7.27	80	0.0	nan	0.9999	0.0	0.0	0.9703	0.3247	0.4999	0.3234	0.9703
0.4227	8.18	90	0.0	nan	0.9998	0.0	0.0	0.9702	0.3171	0.4999	0.3234	0.9702
0.3898	9.09	100	0.0004	nan	0.9996	0.0004	0.0	0.9701	0.3122	0.5000	0.3235	0.9701
0.3513	10.0	110	0.0	nan	0.9999	0.0	0.0	0.9703	0.2876	0.4999	0.3234	0.9703
0.4157	10.91	120	0.0000	nan	0.9998	0.0000	0.0	0.9703	0.2820	0.4999	0.3234	0.9703
0.3317	11.82	130	0.0	nan	0.9999	0.0	0.0	0.9703	0.2693	0.4999	0.3234	0.9703
0.321	12.73	140	0.0	nan	0.9999	0.0	0.0	0.9704	0.2647	0.4999	0.3235	0.9704
0.2887	13.64	150	0.0	nan	0.9999	0.0	0.0	0.9704	0.2539	0.5000	0.3235	0.9704
0.3008	14.55	160	0.0	nan	0.9999	0.0	0.0	0.9704	0.2536	0.5000	0.3235	0.9704
0.2853	15.45	170	0.0	nan	0.9999	0.0	0.0	0.9704	0.2397	0.5000	0.3235	0.9704
0.2684	16.36	180	0.0	nan	0.9999	0.0	0.0	0.9704	0.2321	0.5000	0.3235	0.9704
0.2585	17.27	190	0.0000	nan	0.9999	0.0000	0.0	0.9704	0.2208	0.5000	0.3235	0.9704
0.2088	18.18	200	0.0084	nan	0.9997	0.0083	0.0	0.9704	0.2011	0.5041	0.3262	0.9704
0.2518	19.09	210	0.0468	nan	0.9989	0.0451	0.0	0.9707	0.2026	0.5228	0.3386	0.9707
0.218	20.0	220	0.0879	nan	0.9984	0.0834	nan	0.9714	0.1889	0.5431	0.5274	0.9715
0.2046	20.91	230	0.1931	nan	0.9969	0.1752	nan	0.9730	0.1847	0.5950	0.5741	0.9732
0.2147	21.82	240	0.2042	nan	0.9968	0.1850	nan	0.9733	0.1766	0.6005	0.5791	0.9734
0.188	22.73	250	0.2020	nan	0.9972	0.1849	nan	0.9735	0.1726	0.5996	0.5792	0.9737
0.2175	23.64	260	0.1898	nan	0.9974	0.1748	nan	0.9734	0.1706	0.5936	0.5741	0.9735
0.2059	24.55	270	0.3006	nan	0.9962	0.2670	nan	0.9754	0.1689	0.6484	0.6212	0.9756
0.1776	25.45	280	0.2870	nan	0.9967	0.2587	nan	0.9755	0.1612	0.6418	0.6171	0.9757
0.1585	26.36	290	0.4254	nan	0.9944	0.3593	nan	0.9773	0.1537	0.7099	0.6683	0.9776
0.1588	27.27	300	0.2798	nan	0.9970	0.2548	nan	0.9756	0.1527	0.6384	0.6152	0.9758
0.153	28.18	310	0.4288	nan	0.9946	0.3646	nan	0.9776	0.1452	0.7117	0.6711	0.9779
0.1623	29.09	320	0.4401	nan	0.9945	0.3726	nan	0.9778	0.1442	0.7173	0.6752	0.9781
0.1603	30.0	330	0.4050	nan	0.9958	0.3562	nan	0.9781	0.1407	0.7004	0.6671	0.9784
0.1694	30.91	340	0.4585	nan	0.9948	0.3911	nan	0.9786	0.1343	0.7266	0.6849	0.9789
0.1585	31.82	350	0.3861	nan	0.9962	0.3433	nan	0.9779	0.1353	0.6912	0.6606	0.9782
0.1342	32.73	360	0.4963	nan	0.9939	0.4132	nan	0.9789	0.1338	0.7451	0.6961	0.9792
0.1358	33.64	370	0.5048	nan	0.9937	0.4182	nan	0.9789	0.1342	0.7493	0.6986	0.9793
0.1493	34.55	380	0.4809	nan	0.9946	0.4080	nan	0.9791	0.1297	0.7377	0.6936	0.9794
0.1435	35.45	390	0.5658	nan	0.9923	0.4518	nan	0.9794	0.1271	0.7791	0.7156	0.9797
0.1305	36.36	400	0.4157	nan	0.9968	0.3758	nan	0.9793	0.1225	0.7062	0.6776	0.9796
0.1496	37.27	410	0.5385	nan	0.9934	0.4420	nan	0.9796	0.1237	0.7659	0.7108	0.9799
0.1445	38.18	420	0.5763	nan	0.9924	0.4615	nan	0.9798	0.1207	0.7843	0.7206	0.9801
0.1307	39.09	430	0.4853	nan	0.9956	0.4244	nan	0.9803	0.1194	0.7404	0.7023	0.9806
0.1379	40.0	440	0.5722	nan	0.9922	0.4557	nan	0.9795	0.1174	0.7822	0.7176	0.9798
0.1202	40.91	450	0.5399	nan	0.9943	0.4544	nan	0.9805	0.1143	0.7671	0.7175	0.9809
0.1239	41.82	460	0.5580	nan	0.9932	0.4558	nan	0.9800	0.1150	0.7756	0.7179	0.9803
0.1183	42.73	470	0.4777	nan	0.9961	0.4236	nan	0.9805	0.1129	0.7369	0.7021	0.9808
0.1202	43.64	480	0.5933	nan	0.9928	0.4793	nan	0.9806	0.1119	0.7930	0.7300	0.9810
0.1276	44.55	490	0.5425	nan	0.9942	0.4561	nan	0.9806	0.1131	0.7683	0.7183	0.9809
0.1172	45.45	500	0.6272	nan	0.9898	0.4700	nan	0.9787	0.1135	0.8085	0.7244	0.9791
0.1288	46.36	510	0.4236	nan	0.9974	0.3898	nan	0.9802	0.1105	0.7105	0.6850	0.9804
0.1185	47.27	520	0.6035	nan	0.9914	0.4711	nan	0.9796	0.1130	0.7975	0.7254	0.9800
0.1045	48.18	530	0.5750	nan	0.9930	0.4679	nan	0.9804	0.1102	0.7840	0.7241	0.9807
0.1211	49.09	540	0.5812	nan	0.9929	0.4715	nan	0.9804	0.1069	0.7870	0.7260	0.9808
0.1206	50.0	550	0.5221	nan	0.9953	0.4528	nan	0.9811	0.1071	0.7587	0.7169	0.9814
0.1193	50.91	560	0.4956	nan	0.9961	0.4398	nan	0.9811	0.1053	0.7459	0.7105	0.9814
0.1116	51.82	570	0.5257	nan	0.9951	0.4528	nan	0.9809	0.1043	0.7604	0.7169	0.9812
0.1218	52.73	580	0.5936	nan	0.9922	0.4724	nan	0.9801	0.1078	0.7929	0.7262	0.9804
0.1284	53.64	590	0.5872	nan	0.9924	0.4696	nan	0.9801	0.1054	0.7898	0.7248	0.9804
0.096	54.55	600	0.5451	nan	0.9942	0.4580	nan	0.9806	0.1028	0.7697	0.7193	0.9809
0.1091	55.45	610	0.6014	nan	0.9917	0.4725	nan	0.9798	0.1022	0.7965	0.7261	0.9802
0.1068	56.36	620	0.4926	nan	0.9962	0.4374	nan	0.9810	0.1015	0.7444	0.7092	0.9813
0.106	57.27	630	0.5713	nan	0.9937	0.4731	nan	0.9809	0.1011	0.7825	0.7270	0.9812
0.1009	58.18	640	0.4512	nan	0.9969	0.4089	nan	0.9805	0.1028	0.7240	0.6947	0.9807
0.1018	59.09	650	0.6053	nan	0.9919	0.4779	nan	0.9801	0.1022	0.7986	0.7290	0.9805
0.1012	60.0	660	0.5167	nan	0.9949	0.4427	nan	0.9805	0.1016	0.7558	0.7116	0.9808
0.1052	60.91	670	0.5464	nan	0.9943	0.4604	nan	0.9808	0.0999	0.7703	0.7206	0.9811
0.1229	61.82	680	0.5706	nan	0.9939	0.4750	nan	0.9810	0.0993	0.7822	0.7280	0.9814
0.0963	62.73	690	0.5746	nan	0.9936	0.4754	nan	0.9809	0.0974	0.7841	0.7282	0.9813