Detr Resnet 50 Dc5 Grasshopper Finetuned Maxsteps 10000 Batchsize 2 Ilham

🚀 detr-resnet-50-dc5-grasshopper-finetuned-maxsteps-10000-batchsize-2-ilham

本模型是 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，可用於相關領域的目標檢測任務，為模型性能評估和優化提供了重要參考。

🚀 快速開始

本模型是 facebook/detr-resnet-50-dc5 的微調版本，在評估集上有特定的評估指標結果，以下是詳細信息。

評估集結果

該模型在評估集上取得了以下結果：

• 損失值 (Loss)：3.7495
• 平均精度均值 (Map)：0.0001
• 50% 交併比下的平均精度均值 (Map 50)：0.0002
• 75% 交併比下的平均精度均值 (Map 75)：0.0001
• 小目標的平均精度均值 (Map Small)：0.0001
• 中等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
• 每個圖像一個檢測框的平均召回率 (Mar 1)：0.0
• 每個圖像 10 個檢測框的平均召回率 (Mar 10)：0.0019
• 每個圖像 100 個檢測框的平均召回率 (Mar 100)：0.0047
• 小目標的平均召回率 (Mar Small)：0.0047
• 中等目標的平均召回率 (Mar Medium)：-1.0
• 大目標的平均召回率 (Mar Large)：-1.0
• 黑尾葉蟬的平均精度均值 (Map Recilia dorsalis)：0.0
• 每個圖像 100 個檢測框下黑尾葉蟬的平均召回率 (Mar 100 Recilia dorsalis)：0.0042
• 馬來亞葉蟬的平均精度均值 (Map Nephotettix malayanus)：0.0003
• 每個圖像 100 個檢測框下馬來亞葉蟬的平均召回率 (Mar 100 Nephotettix malayanus)：0.0074
• 白背飛蝨的平均精度均值 (Map Sogatella furcifera)：0.0
• 每個圖像 100 個檢測框下白背飛蝨的平均召回率 (Mar 100 Sogatella furcifera)：0.0
• 褐飛蝨的平均精度均值 (Map Nilaparvata lugens)：0.0
• 每個圖像 100 個檢測框下褐飛蝨的平均召回率 (Mar 100 Nilaparvata lugens)：0.0071

📚 詳細文檔

訓練過程

訓練超參數

訓練過程中使用了以下超參數：

• 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，β1 = 0.9，β2 = 0.999，ε = 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

框架版本

• Transformers：4.48.0
• Pytorch：2.5.1+cu124
• Datasets：3.2.0
• Tokenizers：0.21.0

📄 許可證

本項目採用 Apache-2.0 許可證。