segformer - b0オープンソース画像分割モデル - nvidia/mit - b3に基づくファインチューニング、データセットで優れた性能を発揮

ホーム

Segformer B0 Finetuned Morphpadver1 Hgo Coord V3 1

NICOPOI-9によって開発

nvidia/mit-b3をベースにファインチューニングした画像セグメンテーションモデルで、NICOPOI-9/morphpad_coord_hgo_512_4class_v2データセットで優れた性能を発揮

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 #医用画像処理 #99.8% IoU

ダウンロード数 18

リリース時間 : 4/26/2025

モデル概要

このモデルはSegFormerアーキテクチャに基づくセマンティックセグメンテーションモデルで、特定の画像セグメンテーションタスク向けにファインチューニングされており、評価セットで99.81%の平均IoUと99.90%の精度を達成

モデル特徴

高精度セグメンテーション

評価セットで99.81%の平均IoUと99.90%の精度を達成

効率的なトレーニング

AdamWオプティマイザーと線形学習率スケジューラーを使用し、60エポックで迅速に収束

多角度適応

0-0、0-90、90-0、90-90の4つの異なる角度設定で優れた性能を発揮

モデル能力

画像セマンティックセグメンテーション

高精度ピクセルレベル分類

多角度画像解析

使用事例

医用画像解析

組織セグメンテーション

医用画像中の特定組織領域のセグメンテーションに使用可能

高精度なセグメンテーション結果

工業検査

欠陥検出

工業製品表面の欠陥検出と位置特定に使用可能

🚀 segformer-b0-finetuned-morphpadver1-hgo-coord-v3_1

このモデルは、nvidia/mit-b3 を NICOPOI-9/morphpad_coord_hgo_512_4class_v2 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: 0.0117
平均IoU: 0.9981
平均精度: 0.9990
全体精度: 0.9990
精度 0-0: 0.9995
精度 0-90: 0.9985
精度 90-0: 0.9988
精度 90-90: 0.9993
IoU 0-0: 0.9991
IoU 0-90: 0.9979
IoU 90-0: 0.9976
IoU 90-90: 0.9978

📚 詳細ドキュメント

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: 1
評価バッチサイズ: 1
シード: 42
オプティマイザ: betas=(0.9,0.999) および epsilon=1e-08 の OptimizerNames.ADAMW_TORCH を使用。追加のオプティマイザ引数はありません。
学習率スケジューラタイプ: 線形
エポック数: 60

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	精度 0-0	精度 0-90	精度 90-0	精度 90-90	IoU 0-0	IoU 0-90	IoU 90-0	IoU 90-90
0.903	2.6525	4000	0.8952	0.3916	0.5570	0.5567	0.5335	0.6125	0.4890	0.5929	0.4534	0.3418	0.3411	0.4299
0.6373	5.3050	8000	0.5078	0.6237	0.7643	0.7643	0.7676	0.8339	0.6741	0.7817	0.6758	0.5472	0.6022	0.6698
0.2851	7.9576	12000	0.2955	0.7612	0.8642	0.8642	0.8669	0.8687	0.8339	0.8874	0.7959	0.7358	0.7500	0.7631
0.2309	10.6101	16000	0.1305	0.9184	0.9574	0.9574	0.9575	0.9381	0.9648	0.9692	0.9333	0.9074	0.8991	0.9337
0.0907	13.2626	20000	0.1249	0.9267	0.9620	0.9620	0.9636	0.9541	0.9594	0.9708	0.9379	0.9205	0.9169	0.9316
0.3051	15.9151	24000	0.0529	0.9675	0.9835	0.9835	0.9842	0.9805	0.9839	0.9854	0.9712	0.9636	0.9626	0.9728
0.0659	18.5676	28000	0.0630	0.9670	0.9832	0.9833	0.9852	0.9747	0.9885	0.9846	0.9719	0.9642	0.9633	0.9687
0.0474	21.2202	32000	0.0454	0.9768	0.9882	0.9883	0.9910	0.9856	0.9865	0.9899	0.9783	0.9737	0.9747	0.9805
0.0449	23.8727	36000	0.0468	0.9795	0.9896	0.9896	0.9900	0.9812	0.9900	0.9973	0.9828	0.9743	0.9783	0.9824
0.0552	26.5252	40000	0.0266	0.9884	0.9942	0.9942	0.9949	0.9917	0.9947	0.9953	0.9888	0.9865	0.9866	0.9916
0.0541	29.1777	44000	0.0290	0.9908	0.9954	0.9954	0.9951	0.9951	0.9967	0.9946	0.9921	0.9897	0.9905	0.9909
0.0082	31.8302	48000	0.0421	0.9891	0.9945	0.9945	0.9940	0.9924	0.9951	0.9966	0.9908	0.9869	0.9884	0.9904
0.0061	34.4828	52000	0.0345	0.9923	0.9961	0.9961	0.9971	0.9941	0.9966	0.9966	0.9939	0.9912	0.9916	0.9922
0.0053	37.1353	56000	0.0256	0.9941	0.9970	0.9970	0.9976	0.9972	0.9966	0.9968	0.9957	0.9928	0.9929	0.9949
0.0045	39.7878	60000	0.0256	0.9937	0.9968	0.9968	0.9978	0.9959	0.9959	0.9978	0.9937	0.9927	0.9926	0.9957
0.0046	42.4403	64000	0.0171	0.9964	0.9982	0.9982	0.9983	0.9976	0.9987	0.9981	0.9972	0.9958	0.9955	0.9969
0.0032	45.0928	68000	0.0293	0.9957	0.9979	0.9979	0.9983	0.9969	0.9975	0.9988	0.9966	0.9950	0.9950	0.9964
0.003	47.7454	72000	0.0251	0.9964	0.9982	0.9982	0.9984	0.9973	0.9984	0.9987	0.9973	0.9952	0.9965	0.9966
0.0035	50.3979	76000	0.0245	0.9973	0.9986	0.9986	0.9993	0.9982	0.9983	0.9987	0.9982	0.9969	0.9963	0.9977
0.0025	53.0504	80000	0.0222	0.9972	0.9986	0.9986	0.9990	0.9980	0.9987	0.9986	0.9985	0.9965	0.9970	0.9968
0.0023	55.7029	84000	0.0104	0.9982	0.9991	0.9991	0.9994	0.9989	0.9987	0.9993	0.9988	0.9980	0.9975	0.9983
0.0022	58.3554	88000	0.0117	0.9981	0.9990	0.9990	0.9995	0.9985	0.9988	0.9993	0.9991	0.9979	0.9976	0.9978