🚀 segformer-b3-ade-512-512-finetuned-coastTrain
該模型是 nvidia/segformer-b3-finetuned-ade-512-512 在 peldrak/coastTrain_512-512 數據集上的微調版本,可用於圖像分割任務。
🚀 快速開始
此模型是 nvidia/segformer-b3-finetuned-ade-512-512 在 peldrak/coastTrain_512-512 數據集上的微調版本。它在評估集上取得了以下結果:
- 損失率 (Loss):0.7613
- 平均交併比 (Mean Iou):0.7092
- 平均準確率 (Mean Accuracy):0.8104
- 總體準確率 (Overall Accuracy):0.8790
- 水體準確率 (Accuracy Water):0.9352
- 白浪準確率 (Accuracy Whitewater):0.8067
- 沉積物準確率 (Accuracy Sediment):0.8732
- 其他自然地形準確率 (Accuracy Other Natural Terrain):0.5054
- 植被準確率 (Accuracy Vegetation):0.8997
- 建築準確率 (Accuracy Development):0.8714
- 未知類別準確率 (Accuracy Unknown):0.7814
- 水體交併比 (Iou Water):0.8677
- 白浪交併比 (Iou Whitewater):0.6795
- 沉積物交併比 (Iou Sediment):0.7649
- 其他自然地形交併比 (Iou Other Natural Terrain):0.4259
- 植被交併比 (Iou Vegetation):0.7883
- 建築交併比 (Iou Development):0.7211
- 未知類別交併比 (Iou Unknown):0.7170
🔧 技術細節
訓練超參數
在訓練過程中使用了以下超參數:
- 學習率 (learning_rate):6e-05
- 訓練批次大小 (train_batch_size):4
- 評估批次大小 (eval_batch_size):4
- 隨機種子 (seed):42
- 優化器 (optimizer):Adam,β1=0.9,β2=0.999,ε=1e-08
- 學習率調度器類型 (lr_scheduler_type):線性
- 訓練輪數 (num_epochs):25
訓練結果
以下是訓練過程中的詳細結果:
訓練損失 |
輪數 |
步數 |
驗證損失 |
平均交併比 |
平均準確率 |
總體準確率 |
水體準確率 |
白浪準確率 |
沉積物準確率 |
其他自然地形準確率 |
植被準確率 |
建築準確率 |
未知類別準確率 |
水體交併比 |
白浪交併比 |
沉積物交併比 |
其他自然地形交併比 |
植被交併比 |
建築交併比 |
未知類別交併比 |
1.7642 |
0.05 |
20 |
1.6699 |
0.1741 |
0.2887 |
0.4511 |
0.3629 |
0.3020 |
0.0122 |
0.0013 |
0.8998 |
0.1317 |
0.3106 |
0.3310 |
0.0708 |
0.0112 |
0.0013 |
0.3953 |
0.1007 |
0.3084 |
1.6158 |
0.11 |
40 |
1.3903 |
0.1804 |
0.2783 |
0.5516 |
0.6957 |
0.0198 |
0.1032 |
0.0000 |
0.9605 |
0.1077 |
0.0616 |
0.5309 |
0.0184 |
0.0965 |
0.0000 |
0.4589 |
0.0973 |
0.0606 |
1.3168 |
0.16 |
60 |
1.1710 |
0.2583 |
0.3483 |
0.6425 |
0.8324 |
0.0359 |
0.0669 |
0.0 |
0.9578 |
0.1157 |
0.4296 |
0.6688 |
0.0344 |
0.0630 |
0.0 |
0.5089 |
0.1094 |
0.4233 |
... |
... |
... |
... |
... |
... |
... |
... |
... |
... |
... |
... |
... |
... |
... |
... |
... |
... |
... |
... |
... |
📄 許可證
該模型使用的許可證為 other。
🔍 框架版本
- Transformers:4.37.0
- Pytorch:2.1.2
- Datasets:2.17.1
- Tokenizers:0.15.1