SegFormer - B5画像分割モデルがオープンソース化！分岐と背景のセマンティック分割タスクに無料で利用可能

ホーム

Segformer B5 Finetuned 100by100PNG 50epochs Attempt2 100epochs Backgroundclass 2

JCAI2000によって開発

このモデルはnvidia/mit-b5をJCAI2000/100By100BranchPNGデータセットで微調整した画像セグメンテーションモデルで、主に枝と背景の意味的セグメンテーションタスクに使用されます。

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 #高精度画像セグメンテーション #小サイズ画像処理 #植物枝分かれ認識

ダウンロード数 16

リリース時間 : 9/6/2023

モデル概要

これはSegFormerアーキテクチャに基づく意味的セグメンテーションモデルで、100x100ピクセルサイズのPNG画像を処理するために微調整されており、画像中の枝と背景領域を正確に区別できます。

モデル特徴

高精度セグメンテーション

評価セットで0.8933の平均IoUと0.9531の平均精度を達成

強力な背景認識能力

背景認識精度は0.9732、IoUは0.9597を達成

小サイズ画像最適化

100x100ピクセルの小サイズPNG画像に特化して最適化

モデル能力

画像意味的セグメンテーション

背景認識

枝分かれ検出

使用事例

農業画像分析

植物枝分かれ検出

植物画像中の枝分かれ構造を識別・分析するために使用

枝分かれ認識精度93.3%、IoU82.7%

リモートセンシング画像処理

地表被覆分類

植生と非植生領域など地表被覆タイプを区別するために使用

🚀 segformer-b3-finetuned-100by100PNG-50epochs-attempt2-100epochs-backgroundclass

このモデルは、nvidia/mit-b5 を JCAI2000/100By100BranchPNG データセットでファインチューニングしたものです。評価セットでは以下の結果を達成しています。

損失: 0.1497
平均IoU: 0.8933
平均精度: 0.9531
全体精度: 0.9662
背景精度: 0.9732
枝精度: 0.9330
背景IoU: 0.9597
枝IoU: 0.8270

📚 ドキュメント

トレーニング手順

トレーニングハイパーパラメータ

トレーニング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
トレーニングバッチサイズ: 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: linear
エポック数: 100

トレーニング結果

トレーニング損失	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	枝精度	背景IoU	枝IoU
0.2055	1.05	20	0.2925	0.8151	0.9469	0.9320	0.9242	0.9695	0.9183	0.7118
0.1549	2.11	40	0.1328	0.8802	0.9311	0.9628	0.9796	0.8825	0.9561	0.8043
0.0735	3.16	60	0.1178	0.8804	0.9512	0.9613	0.9666	0.9357	0.9538	0.8070
0.0636	4.21	80	0.0844	0.8966	0.9368	0.9686	0.9854	0.8881	0.9629	0.8303
0.0546	5.26	100	0.1099	0.8969	0.9526	0.9676	0.9756	0.9297	0.9614	0.8325
0.0567	6.32	120	0.1012	0.8996	0.9500	0.9688	0.9788	0.9213	0.9629	0.8364
0.0515	7.37	140	0.1137	0.8935	0.9462	0.9668	0.9777	0.9147	0.9605	0.8265
0.052	8.42	160	0.0987	0.8914	0.9317	0.9670	0.9858	0.8776	0.9611	0.8217
0.0358	9.47	180	0.1167	0.8978	0.9581	0.9676	0.9726	0.9435	0.9613	0.8344
0.0254	10.53	200	0.0767	0.9111	0.9519	0.9729	0.9840	0.9197	0.9678	0.8545
0.0483	11.58	220	0.0953	0.9037	0.9524	0.9701	0.9795	0.9253	0.9645	0.8429
0.0285	12.63	240	0.0904	0.9026	0.9490	0.9700	0.9811	0.9169	0.9643	0.8409
0.0389	13.68	260	0.0902	0.9025	0.9472	0.9701	0.9821	0.9123	0.9644	0.8406
0.0473	14.74	280	0.0852	0.9084	0.9522	0.9719	0.9823	0.9220	0.9665	0.8502
0.0266	15.79	300	0.0983	0.8985	0.9409	0.9690	0.9839	0.8979	0.9633	0.8337
0.0233	16.84	320	0.0965	0.9052	0.9601	0.9702	0.9756	0.9447	0.9644	0.8460
0.0257	17.89	340	0.0941	0.9039	0.9550	0.9701	0.9781	0.9319	0.9643	0.8434
0.0352	18.95	360	0.0855	0.9043	0.9483	0.9706	0.9824	0.9142	0.9651	0.8435
0.1941	20.0	380	0.0946	0.9045	0.9509	0.9706	0.9809	0.9210	0.9650	0.8441
0.0325	21.05	400	0.0972	0.8973	0.9449	0.9683	0.9807	0.9092	0.9624	0.8323
0.0159	22.11	420	0.0828	0.9081	0.9528	0.9717	0.9817	0.9239	0.9664	0.8498
0.0175	23.16	440	0.1061	0.8995	0.9491	0.9688	0.9793	0.9188	0.9629	0.8360
0.0281	24.21	460	0.1090	0.8969	0.9516	0.9677	0.9761	0.9271	0.9615	0.8323
0.0177	25.26	480	0.1122	0.8983	0.9547	0.9680	0.9750	0.9343	0.9618	0.8347
0.0228	26.32	500	0.1088	0.8957	0.9546	0.9670	0.9736	0.9357	0.9606	0.8307
0.0348	27.37	520	0.0933	0.9059	0.9524	0.9710	0.9808	0.9241	0.9654	0.8464
0.0177	28.42	540	0.1053	0.9025	0.9527	0.9697	0.9787	0.9268	0.9639	0.8411
0.0182	29.47	560	0.1039	0.8992	0.9473	0.9688	0.9802	0.9143	0.9630	0.8355
0.0171	30.53	580	0.1117	0.8991	0.9555	0.9682	0.9750	0.9360	0.9621	0.8361
0.0275	31.58	600	0.1142	0.8935	0.9497	0.9665	0.9754	0.9241	0.9601	0.8268
0.0186	32.63	620	0.1065	0.9024	0.9524	0.9697	0.9788	0.9261	0.9639	0.8408
0.0173	33.68	640	0.1081	0.8986	0.9529	0.9682	0.9764	0.9294	0.9621	0.8351
0.015	34.74	660	0.1243	0.8935	0.9530	0.9663	0.9733	0.9327	0.9598	0.8272
0.0183	35.79	680	0.1120	0.9005	0.9500	0.9691	0.9792	0.9209	0.9633	0.8377
0.0248	36.84	700	0.1185	0.8962	0.9517	0.9674	0.9757	0.9277	0.9611	0.8312
0.0104	37.89	720	0.1136	0.8975	0.9506	0.9680	0.9771	0.9241	0.9619	0.8332
0.0481	38.95	740	0.1127	0.9010	0.9528	0.9691	0.9778	0.9277	0.9632	0.8388
0.0153	40.0	760	0.1101	0.9019	0.9537	0.9694	0.9777	0.9297	0.9635	0.8402
0.0143	41.05	780	0.1105	0.9032	0.9558	0.9698	0.9771	0.9345	0.9639	0.8425
0.0104	42.11	800	0.1122	0.8986	0.9428	0.9689	0.9827	0.9028	0.9631	0.8340
0.0172	43.16	820	0.1097	0.9041	0.9540	0.9702	0.9788	0.9291	0.9645	0.8437
0.0371	44.21	840	0.1064	0.9011	0.9503	0.9693	0.9794	0.9212	0.9635	0.8387
0.0221	45.26	860	0.1150	0.9004	0.9515	0.9690	0.9783	0.9247	0.9631	0.8377
0.0186	46.32	880	0.1228	0.8958	0.9518	0.9672	0.9754	0.9282	0.9610	0.8306
0.0119	47.37	900	0.1205	0.8980	0.9525	0.9680	0.9762	0.9288	0.9619	0.8340
0.0113	48.42	920	0.1133	0.8998	0.9502	0.9688	0.9787	0.9216	0.9629	0.8366
0.0121	49.47	940	0.1145	0.8993	0.9490	0.9688	0.9792	0.9188	0.9629	0.8358
0.0263	50.53	960	0.1168	0.8977	0.9542	0.9678	0.9750	0.9334	0.9616	0.8338
0.0093	51.58	980	0.1213	0.8940	0.9534	0.9664	0.9733	0.9334	0.9600	0.8280
0.0193	52.63	1000	0.1241	0.8971	0.9507	0.9678	0.9769	0.9246	0.9617	0.8326
0.0139	53.68	1020	0.1263	0.8962	0.9546	0.9672	0.9739	0.9353	0.9609	0.8316
0.012	54.74	1040	0.1252	0.8952	0.9504	0.9671	0.9760	0.9247	0.9609	0.8296
0.008	55.79	1060	0.1219	0.8986	0.9516	0.9683	0.9772	0.9260	0.9623	0.8349
0.0092	56.84	1080	0.1290	0.8995	0.9552	0.9684	0.9754	0.9349	0.9623	0.8366
0.015	57.89	1100	0.1243	0.8989	0.9545	0.9682	0.9755	0.9335	0.9621	0.8358
0.0126	58.95	1120	0.1214	0.8977	0.9541	0.9678	0.9751	0.9331	0.9616	0.8337
0.0212	60.0	1140	0.1298	0.8953	0.9542	0.9669	0.9736	0.9347	0.9605	0.8301
0.0192	61.05	1160	0.1341	0.8930	0.9518	0.9661	0.9737	0.9299	0.9597	0.8262
0.0136	62.11	1180	0.1327	0.8970	0.9528	0.9676	0.9754	0.9302	0.9614	0.8325
0.0131	63.16	1200	0.1233	0.8997	0.9549	0.9685	0.9757	0.9340	0.9624	0.8369
0.0135	64.21	1220	0.1301	0.8957	0.9542	0.9670	0.9738	0.9345	0.9607	0.8307
0.0228	65.26	1240	0.1274	0.8979	0.9524	0.9680	0.9762	0.9285	0.9618	0.8339
0.0138	66.32	1260	0.1336	0.8965	0.9520	0.9675	0.9757	0.9283	0.9613	0.8318
0.0127	67.37	1280	0.1278	0.8980	0.9519	0.9681	0.9767	0.9271	0.9620	0.8341
0.0107	68.42	1300	0.1293	0.8970	0.9530	0.9676	0.9753	0.9308	0.9614	0.8327
0.0278	69.47	1320	0.1413	0.8926	0.9534	0.9659	0.9725	0.9343	0.9593	0.8258
0.0159	70.53	1340	0.1360	0.8953	0.9522	0.9670	0.9748	0.9296	0.9607	0.8298
0.0105	71.58	1360	0.1319	0.8972	0.9537	0.9676	0.9750	0.9324	0.9614	0.8330
0.0168	72.63	1380	0.1343	0.8942	0.9533	0.9665	0.9735	0.9331	0.9601	0.8283
0.0156	73.68	1400	0.1357	0.8950	0.9516	0.9669	0.9751	0.9281	0.9606	0.8294
0.0109	74.74	1420	0.1446	0.8905	0.9524	0.9652	0.9719	0.9328	0.9585	0.8226
0.0168	75.79	1440	0.1339	0.8958	0.9533	0.9671	0.9745	0.9320	0.9608	0.8308
0.0252	76.84	1460	0.1355	0.8935	0.9532	0.9662	0.9731	0.9333	0.9597	0.8272
0.0109	77.89	1480	0.1388	0.8932	0.9533	0.9661	0.9729	0.9338	0.9596	0.8267
0.0109	78.95	1500	0.1404	0.8924	0.9519	0.9659	0.9734	0.9305	0.9594	0.8255
0.0112	80.0	1520	0.1424	0.8921	0.9535	0.9657	0.9722	0.9349	0.9591	0.8251
0.0094	81.05	1540	0.1451	0.8924	0.9524	0.9659	0.9730	0.9317	0.9593	0.8254
0.007	82.11	1560	0.1457	0.8931	0.9527	0.9661	0.9732	0.9322	0.9596	0.8266
0.0119	83.16	1580	0.1424	0.8927	0.9520	0.9661	0.9735	0.9306	0.9595	0.8259
0.0153	84.21	1600	0.1535	0.8909	0.9530	0.9653	0.9718	0.9349	0.9591	0.8251