segformer-b0オープンソース画像分割モデル - ファインチューニング後、特定のデータセットで優れた画像分割を達成

Home

Segformer B0 Finetuned Morphpadver1 Hgo Coord

Developed by NICOPOI-9

nvidia/mit-b0をベースに微調整した画像セグメンテーションモデルで、NICOPOI-9/morphpad_coord_hgo_512_4class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

Open Source License:Other #高精度画像セグメンテーション #多方向形態分析 #医用画像処理

Downloads 98

Release Time : 4/21/2025

Model Overview

このモデルは画像セグメンテーションタスク向けに最適化されたSegFormerアーキテクチャモデルで、方向に敏感な画像セグメンテーションシナリオに特に適しています

Model Features

高精度方向セグメンテーション

0-0、0-90、90-0、90-90の4方向すべてで優れた性能を発揮し、平均IoUは0.9858を達成

小型モデル最適化

SegFormer-B0軽量アーキテクチャをベースにしており、リソースが限られた環境での展開に適しています

特定領域最適化

NICOPOI-9/morphpad_coord_hgo_512_4classデータセット向けに特別に最適化されています

Model Capabilities

画像セグメンテーション

方向感度分析

高精度ピクセルレベル分類

Use Cases

医用画像分析

組織セグメンテーション

医用画像における特定組織の精密なセグメンテーションに使用

工業検査

欠陥検出

製品表面の欠陥を検出し正確に位置特定

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

このモデルは、nvidia/mit-b0 を NICOPOI - 9/morphpad_coord_hgo_512_4class 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: 0.0306
平均IoU: 0.9858
平均精度: 0.9928
全体精度: 0.9928
精度 0 - 0: 0.9933
精度 0 - 90: 0.9937
精度 90 - 0: 0.9943
精度 90 - 90: 0.9898
IoU 0 - 0: 0.9885
IoU 0 - 90: 0.9850
IoU 90 - 0: 0.9826
IoU 90 - 90: 0.9872

🚀 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使用できます。具体的な使用方法については、transformers ライブラリのドキュメントを参照してください。

🔧 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: OptimizerNames.ADAMW_TORCH を使用し、ベータ=(0.9, 0.999)、イプシロン=1e - 08、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のタイプ: 線形
エポック数: 80

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
1.2185	2.5445	4000	1.2349	0.2290	0.3745	0.3762	0.2785	0.4062	0.4936	0.3198	0.2085	0.2334	0.2525	0.2216
1.0978	5.0891	8000	1.1020	0.2905	0.4487	0.4508	0.3780	0.5302	0.5341	0.3524	0.2937	0.2870	0.2991	0.2822
0.9886	7.6336	12000	1.0139	0.3231	0.4871	0.4896	0.4154	0.4500	0.7245	0.3585	0.3291	0.3272	0.3266	0.3096
0.9358	10.1781	16000	0.9575	0.3517	0.5195	0.5215	0.3765	0.6411	0.5865	0.4740	0.3438	0.3539	0.3617	0.3473
0.8735	12.7226	20000	0.8853	0.4007	0.5704	0.5726	0.4998	0.5637	0.7536	0.4647	0.4109	0.3953	0.4055	0.3913
0.7186	15.2672	24000	0.6833	0.5558	0.7151	0.7141	0.7389	0.6650	0.6919	0.7647	0.5919	0.5261	0.5453	0.5598
0.6514	17.8117	28000	0.4379	0.7017	0.8243	0.8243	0.8344	0.8161	0.8279	0.8187	0.7198	0.6807	0.6933	0.7130
0.603	20.3562	32000	0.2900	0.7980	0.8879	0.8874	0.9117	0.8490	0.8888	0.9020	0.8160	0.7726	0.7893	0.8142
0.2448	22.9008	36000	0.2154	0.8496	0.9184	0.9185	0.9330	0.9179	0.9170	0.9058	0.8683	0.8329	0.8445	0.8527
0.2766	25.4453	40000	0.2004	0.8612	0.9254	0.9254	0.9487	0.9059	0.9381	0.9088	0.8717	0.8469	0.8635	0.8628
0.6278	27.9898	44000	0.1410	0.8976	0.9459	0.9459	0.9426	0.9377	0.9559	0.9474	0.9075	0.8863	0.8932	0.9034
0.1684	30.5344	48000	0.1163	0.9137	0.9549	0.9548	0.9595	0.9417	0.9579	0.9605	0.9245	0.9046	0.9069	0.9187
0.0638	33.0789	52000	0.0927	0.9338	0.9657	0.9657	0.9697	0.9589	0.9715	0.9627	0.9406	0.9291	0.9291	0.9363
0.0749	35.6234	56000	0.0836	0.9382	0.9680	0.9680	0.9714	0.9663	0.9680	0.9664	0.9449	0.9325	0.9339	0.9414
0.045	38.1679	60000	0.0624	0.9545	0.9767	0.9767	0.9787	0.9751	0.9763	0.9766	0.9587	0.9521	0.9499	0.9573
0.1278	40.7125	64000	0.0635	0.9546	0.9767	0.9767	0.9773	0.9743	0.9813	0.9737	0.9598	0.9521	0.9492	0.9572
0.0443	43.2570	68000	0.0598	0.9584	0.9787	0.9787	0.9815	0.9723	0.9858	0.9752	0.9624	0.9548	0.9548	0.9617
0.0337	45.8015	72000	0.0549	0.9622	0.9807	0.9807	0.9877	0.9804	0.9820	0.9726	0.9648	0.9587	0.9622	0.9632
0.0434	48.3461	76000	0.0539	0.9643	0.9816	0.9817	0.9793	0.9779	0.9913	0.9781	0.9691	0.9611	0.9565	0.9703
0.1576	50.8906	80000	0.0577	0.9656	0.9825	0.9825	0.9799	0.9822	0.9825	0.9856	0.9694	0.9634	0.9653	0.9645
0.025	53.4351	84000	0.0453	0.9724	0.9860	0.9860	0.9856	0.9884	0.9840	0.9858	0.9762	0.9698	0.9697	0.9739
0.0318	55.9796	88000	0.0401	0.9733	0.9865	0.9865	0.9884	0.9845	0.9865	0.9865	0.9766	0.9700	0.9714	0.9753
0.1355	58.5242	92000	0.0453	0.9764	0.9880	0.9880	0.9896	0.9874	0.9889	0.9861	0.9796	0.9742	0.9731	0.9786
0.0256	61.0687	96000	0.0359	0.9817	0.9907	0.9908	0.9902	0.9925	0.9902	0.9901	0.9846	0.9808	0.9783	0.9833
0.019	63.6132	100000	0.0320	0.9819	0.9908	0.9909	0.9914	0.9908	0.9936	0.9875	0.9838	0.9812	0.9787	0.9841
0.0713	66.1578	104000	0.0319	0.9827	0.9912	0.9912	0.9940	0.9922	0.9937	0.9847	0.9859	0.9812	0.9807	0.9828
0.1036	68.7023	108000	0.0369	0.9807	0.9902	0.9903	0.9932	0.9916	0.9946	0.9813	0.9844	0.9807	0.9790	0.9788
0.0575	71.2468	112000	0.0338	0.9843	0.9921	0.9921	0.9939	0.9913	0.9929	0.9901	0.9870	0.9822	0.9814	0.9867
0.0136	73.7913	116000	0.0259	0.9870	0.9934	0.9934	0.9926	0.9936	0.9946	0.9930	0.9889	0.9852	0.9850	0.9891
0.045	76.3359	120000	0.0310	0.9844	0.9921	0.9921	0.9913	0.9926	0.9941	0.9902	0.9866	0.9834	0.9805	0.9871
0.6665	78.8804	124000	0.0306	0.9858	0.9928	0.9928	0.9933	0.9937	0.9943	0.9898	0.9885	0.9850	0.9826	0.9872