Detr Resnet 50 Dc5 Grasshopper Testdata Finetuned2.0 Maxsteps 10000 Batchsize 2 Ilham

🚀 detr-resnet-50-dc5-grasshopper-testdata-finetuned2.0-maxsteps-10000-batchsize-2-ilham

該模型是 facebook/detr-resnet-50-dc5 在 None 數據集上的微調版本。它在評估集上取得了以下結果：

• 損失值（Loss）：3.0007
• 平均精度均值（Map）：0.0047
• 閾值為 50 時的平均精度均值（Map 50）：0.0173
• 閾值為 75 時的平均精度均值（Map 75）：0.0009
• 小目標的平均精度均值（Map Small）：0.0047
• 中目標的平均精度均值（Map Medium）：-1.0
• 大目標的平均精度均值（Map Large）：-1.0
• 召回率為 1 時的平均召回率（Mar 1）：0.0017
• 召回率為 10 時的平均召回率（Mar 10）：0.0117
• 召回率為 100 時的平均召回率（Mar 100）：0.0426
• 小目標召回率為 100 時的平均召回率（Mar Small）：0.0426
• 中目標召回率為 100 時的平均召回率（Mar Medium）：-1.0
• 大目標召回率為 100 時的平均召回率（Mar Large）：-1.0
• 黑尾葉蟬的平均精度均值（Map Recilia dorsalis）：0.0113
• 黑尾葉蟬召回率為 100 時的平均召回率（Mar 100 Recilia dorsalis）：0.1227
• 馬來亞葉蟬的平均精度均值（Map Nephotettix malayanus）：0.0075
• 馬來亞葉蟬召回率為 100 時的平均召回率（Mar 100 Nephotettix malayanus）：0.0307
• 白背飛蝨的平均精度均值（Map Sogatella furcifera）：0.0
• 白背飛蝨召回率為 100 時的平均召回率（Mar 100 Sogatella furcifera）：0.0
• 褐飛蝨的平均精度均值（Map Nilaparvata lugens）：0.0
• 褐飛蝨召回率為 100 時的平均召回率（Mar 100 Nilaparvata lugens）：0.0171

📚 詳細文檔

訓練過程

訓練超參數

訓練期間使用了以下超參數：

• 學習率（learning_rate）：1e - 05
• 訓練批次大小（train_batch_size）：2
• 評估批次大小（eval_batch_size）：2
• 隨機種子（seed）：42
• 優化器（optimizer）：使用 OptimizerNames.ADAMW_TORCH，其中 betas = (0.9, 0.999)，epsilon = 1e - 08，無額外優化器參數
• 學習率調度器類型（lr_scheduler_type）：線性
• 訓練步數（training_steps）：10000
• 混合精度訓練（mixed_precision_training）：Native AMP

訓練結果

📄 許可證

本項目採用 Apache - 2.0 許可證。