finetune-instance-segmentation-ade20k-mini-mask2former-v1開源模型

Home

Finetune Instance Segmentation Ade20k Mini Mask2former V1

Developed by qubvel-hf

該模型是基於Mask2Former-Swin-Tiny架構在ADE20K-mini數據集上微調的實例分割模型，擅長識別圖像中的物體實例並精確分割其邊界。

圖像分割

Transformers

Open Source License:Other #小目標實例分割 #ADE20K場景解析 #Swin-Tiny架構

Downloads 19

Release Time : 5/30/2024

Model Overview

用於圖像實例分割的視覺模型，能夠識別並分割圖像中的各類物體實例，特別適用於場景理解任務。

Model Features

高效實例分割

基於Swin Transformer的輕量級架構，在保持較高精度的同時實現高效分割

多尺度目標處理

能夠有效處理不同尺寸的目標，從小物體到大物體都有不錯的分割性能

特定類別優化

在人物和車輛等常見類別上表現突出，適合場景理解應用

Model Capabilities

圖像實例分割

物體邊界精確識別

多類別物體區分

場景理解

Use Cases

智能交通

道路場景分析

識別和分割道路上的車輛、行人等元素

車輛mAP達到0.3003，MAR@100為0.3776

安防監控

人員檢測與追蹤

精確分割監控畫面中的人物實例

人物mAP達到0.1626，MAR@100為0.2224

🚀 finetune-instance-segmentation-ade20k-mini-mask2former-v1

該模型是基於 facebook/mask2former-swin-tiny-coco-instance 在 qubvel-hf/ade20k-mini 數據集上微調得到的。它在評估集上取得了以下結果：

損失值：27.5494
平均精度均值（mAP）：0.2315
mAP@50：0.4495
mAP@75：0.2185
小目標 mAP：0.1535
中目標 mAP：0.6606
大目標 mAP：0.8161
召回率@1（mAR_1）：0.0981
召回率@10（mAR_10）：0.2576
召回率@100（mAR_100）：0.3
小目標 mAR：0.2272
中目標 mAR：0.7189
大目標 mAR：0.8618
人物 mAP：0.1626
人物 mAR_100：0.2224
汽車 mAP：0.3003
汽車 mAR_100：0.3776

🚀 快速開始

本模型可用於圖像分割和實例分割任務，基於預訓練的 facebook/mask2former-swin-tiny-coco-instance 模型在特定數據集上微調得到，可直接應用於相關視覺任務。

🔧 技術細節

訓練超參數

訓練過程中使用了以下超參數：

學習率：1e-05
訓練批次大小：8
評估批次大小：8
隨機種子：42
梯度累積步數：2
總訓練批次大小：16
優化器：Adam（β1=0.9，β2=0.999，ε=1e-08）
學習率調度器類型：常數
訓練輪數：40.0
混合精度訓練：Native AMP

訓練結果

訓練損失	輪數	步數	驗證損失	mAP	mAP@50	mAP@75	小目標 mAP	中目標 mAP	大目標 mAP	mAR_1	mAR_10	mAR_100	小目標 mAR	中目標 mAR	大目標 mAR	人物 mAP	人物 mAR_100	汽車 mAP	汽車 mAR_100
36.7831	1.0	100	33.2768	0.1838	0.3677	0.174	0.1175	0.6012	0.7974	0.0884	0.2431	0.284	0.2104	0.7053	0.8712	0.1175	0.2014	0.25	0.3665
30.2324	2.0	200	30.8268	0.198	0.4007	0.1831	0.1321	0.6183	0.8028	0.0916	0.25	0.2885	0.2151	0.7125	0.8354	0.1331	0.2079	0.263	0.3691
28.4136	3.0	300	29.8261	0.2036	0.416	0.1849	0.1337	0.6332	0.7969	0.0934	0.2472	0.2905	0.2169	0.7162	0.8323	0.1381	0.2112	0.269	0.3697
27.5659	4.0	400	29.2926	0.2101	0.4176	0.1918	0.1371	0.6352	0.8051	0.094	0.25	0.2884	0.2143	0.7174	0.8354	0.1456	0.2107	0.2745	0.3661
26.9971	5.0	500	28.8044	0.213	0.4209	0.2016	0.1379	0.6419	0.8094	0.093	0.2499	0.2894	0.2148	0.7207	0.8441	0.1475	0.2096	0.2785	0.3692
26.42	6.0	600	28.4848	0.2196	0.4224	0.2062	0.1426	0.647	0.8046	0.0944	0.2523	0.2925	0.2188	0.7196	0.8354	0.15	0.2106	0.2892	0.3745
25.9065	7.0	700	28.2601	0.2212	0.4261	0.207	0.1444	0.6442	0.8049	0.0943	0.2527	0.2902	0.2176	0.7103	0.8323	0.153	0.2102	0.2893	0.3703
25.6766	8.0	800	28.2581	0.2209	0.4276	0.2076	0.1434	0.6485	0.8201	0.0943	0.2532	0.294	0.2197	0.7212	0.8681	0.1532	0.2122	0.2885	0.3758
25.3111	9.0	900	27.8623	0.2234	0.4318	0.2163	0.1451	0.649	0.8252	0.0951	0.2519	0.2953	0.2212	0.721	0.8649	0.1561	0.2148	0.2907	0.3757
24.9424	10.0	1000	27.8925	0.2256	0.4367	0.2129	0.1479	0.6476	0.8314	0.0953	0.2556	0.2973	0.2244	0.7159	0.8712	0.1588	0.2153	0.2923	0.3793
24.6502	11.0	1100	27.7524	0.2254	0.441	0.2163	0.1486	0.6468	0.8186	0.0952	0.2556	0.2963	0.2231	0.7167	0.8681	0.1578	0.2153	0.2929	0.3772
24.5278	12.0	1200	27.7122	0.2252	0.4349	0.2167	0.1473	0.6462	0.8237	0.0927	0.2549	0.2979	0.2251	0.7162	0.8649	0.1583	0.2165	0.2921	0.3793
24.3514	13.0	1300	27.5382	0.224	0.4345	0.2156	0.1459	0.6554	0.8324	0.0958	0.2554	0.2988	0.2251	0.722	0.8806	0.1583	0.2191	0.2897	0.3785
24.3422	14.0	1400	27.5665	0.226	0.4374	0.2172	0.1488	0.6505	0.8059	0.0974	0.2551	0.2964	0.2241	0.7141	0.8434	0.1592	0.2158	0.2928	0.377
23.9768	15.0	1500	27.7770	0.2281	0.4379	0.2215	0.1499	0.6553	0.8188	0.096	0.2553	0.2978	0.2244	0.72	0.8632	0.1599	0.2163	0.2963	0.3793
23.7005	16.0	1600	27.5535	0.227	0.4392	0.2167	0.1485	0.6509	0.8165	0.0965	0.255	0.2972	0.2241	0.7175	0.8656	0.1608	0.2164	0.2932	0.3779
23.579	17.0	1700	27.4894	0.2286	0.44	0.2209	0.1511	0.6488	0.8152	0.097	0.2583	0.2965	0.2243	0.7113	0.8601	0.162	0.2144	0.2952	0.3785
23.5004	18.0	1800	27.2188	0.2274	0.4374	0.216	0.1498	0.6512	0.7954	0.0962	0.2562	0.2969	0.2251	0.712	0.8323	0.1614	0.215	0.2933	0.3788
23.1744	19.0	1900	27.3523	0.2286	0.4391	0.2166	0.1494	0.6559	0.8203	0.0962	0.2565	0.2998	0.2274	0.7156	0.8656	0.1602	0.2174	0.297	0.3821
23.1884	20.0	2000	27.1185	0.2304	0.4395	0.2204	0.1521	0.6533	0.8004	0.0968	0.2558	0.299	0.2273	0.7131	0.8347	0.1611	0.217	0.2998	0.3809
22.9136	21.0	2100	27.4296	0.2301	0.4386	0.2197	0.1518	0.6545	0.8185	0.0968	0.2552	0.2979	0.2256	0.7123	0.8712	0.1609	0.2179	0.2992	0.3778
22.6863	22.0	2200	26.9978	0.2309	0.444	0.2196	0.1519	0.657	0.7955	0.0976	0.2543	0.2982	0.2264	0.714	0.8316	0.1624	0.2181	0.2994	0.3784
22.7741	23.0	2300	27.0703	0.23	0.4436	0.2183	0.1519	0.6508	0.8029	0.0966	0.2562	0.3001	0.229	0.7106	0.8434	0.162	0.218	0.2979	0.3823
22.4779	24.0	2400	27.0394	0.2335	0.4521	0.2252	0.1552	0.656	0.8318	0.0962	0.2598	0.3026	0.231	0.7143	0.8601	0.1624	0.2187	0.3045	0.3865
22.357	25.0	2500	27.1483	0.2304	0.4456	0.2189	0.1517	0.6586	0.8065	0.0967	0.2554	0.2996	0.2278	0.7143	0.8378	0.162	0.2187	0.2989	0.3805
22.3167	26.0	2600	27.3299	0.232	0.4438	0.2193	0.1534	0.6572	0.8221	0.0977	0.2564	0.2989	0.2267	0.7134	0.8681	0.1624	0.2176	0.3016	0.3802
22.0958	27.0	2700	27.2571	0.232	0.4438	0.2171	0.1535	0.6539	0.8268	0.0974	0.2591	0.2986	0.226	0.7153	0.8774	0.1622	0.2185	0.3018	0.3788
22.0902	28.0	2800	27.5156	0.2315	0.4482	0.2177	0.1539	0.6566	0.8265	0.0978	0.2583	0.3021	0.23	0.716	0.8719	0.1626	0.22	0.3004	0.3842
21.9943	29.0	2900	27.0142	0.2288	0.4449	0.2155	0.1511	0.6536	0.8176	0.097	0.2557	0.2984	0.2257	0.7169	0.8569	0.1616	0.2202	0.2961	0.3766
21.8843	30.0	3000	27.1738	0.2314	0.4456	0.2192	0.1534	0.6557	0.8263	0.0973	0.2587	0.3026	0.23	0.7204	0.8625	0.1629	0.2203	0.2999	0.3848
21.8635	31.0	3100	27.0658	0.2316	0.4461	0.22	0.1534	0.6582	0.8166	0.0987	0.2581	0.3013	0.2292	0.7156	0.8625	0.163	0.2188	0.3003	0.3838
21.473	32.0	3200	27.1354	0.2323	0.4493	0.219	0.1545	0.6569	0.8077	0.0966	0.259	0.3024	0.2305	0.7172	0.8507	0.1619	0.2182	0.3026	0.3866
21.6879	33.0	3300	26.9810	0.2306	0.4461	0.2178	0.1533	0.6572	0.8095	0.0983	0.2581	0.3004	0.2285	0.7146	0.8476	0.1624	0.2194	0.2989	0.3814
21.3771	34.0	3400	27.5323	0.23	0.4476	0.2149	0.1536	0.6593	0.8185	0.0968	0.2577	0.2996	0.2265	0.7204	0.8618	0.162	0.2212	0.298	0.3781
21.2772	35.0	3500	27.1451	0.2327	0.4465	0.2172	0.1544	0.6641	0.8195	0.0988	0.2597	0.3028	0.2294	0.7262	0.8594	0.1616	0.221	0.3038	0.3847
21.3682	36.0	3600	27.4698	0.2334	0.4503	0.2184	0.155	0.6608	0.8088	0.0985	0.2574	0.3013	0.2292	0.7164	0.8594	0.1657	0.223	0.3011	0.3797
21.0417	37.0	3700	27.2499	0.2354	0.4523	0.2211	0.1569	0.6643	0.8224	0.0998	0.2604	0.3037	0.2307	0.7243	0.8562	0.1654	0.2209	0.3054	0.3865
21.0664	38.0	3800	27.3426	0.2304	0.4437	0.2159	0.1516	0.6568	0.8071	0.0986	0.2566	0.2993	0.227	0.7164	0.8451	0.1641	0.2198	0.2967	0.3788
21.0042	39.0	3900	27.7720	0.2315	0.4449	0.2182	0.1528	0.6611	0.8214	0.0994	0.2594	0.2994	0.2265	0.7191	0.8594	0.1604	0.2161	0.3026	0.3827
20.8548	40.0	4000	27.5494	0.2315	0.4495	0.2185	0.1535	0.6606	0.8161	0.0981	0.2576	0.3	0.2272	0.7189	0.8618	0.1626	0.2224	0.3003	0.3776