🚀 segformer-b0-finetuned-human-parsing
該模型是基於圖像分割領域的微調模型,在人體解析任務中有著特定表現,通過在評估集上的各項指標可以衡量其性能。
🚀 快速開始
此模型是 nvidia/mit-b0 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:1.9476
- 平均交併比(Mean Iou):0.0726
- 平均準確率(Mean Accuracy):0.1221
- 整體準確率(Overall Accuracy):0.3575
- 背景準確率(Accuracy Background):nan
- 帽子準確率(Accuracy Hat):0.0048
- 頭髮準確率(Accuracy Hair):0.4813
- 太陽鏡準確率(Accuracy Sunglasses):0.0
- 上衣準確率(Accuracy Upper - clothes):0.9405
- 裙子準確率(Accuracy Skirt):0.0000
- 褲子準確率(Accuracy Pants):0.0631
- 連衣裙準確率(Accuracy Dress):0.1031
- 腰帶準確率(Accuracy Belt):0.0
- 左腳鞋準確率(Accuracy Left - shoe):0.0011
- 右腳鞋準確率(Accuracy Right - shoe):0.0010
- 面部準確率(Accuracy Face):0.4406
- 左腿準確率(Accuracy Left - leg):0.0291
- 右腿準確率(Accuracy Right - leg):0.0
- 左臂準確率(Accuracy Left - arm):0.0
- 右臂準確率(Accuracy Right - arm):0.0001
- 包包準確率(Accuracy Bag):0.0114
- 圍巾準確率(Accuracy Scarf):0.0
- 背景交併比(Iou Background):0.0
- 帽子交併比(Iou Hat):0.0043
- 頭髮交併比(Iou Hair):0.4221
- 太陽鏡交併比(Iou Sunglasses):0.0
- 上衣交併比(Iou Upper - clothes):0.3239
- 裙子交併比(Iou Skirt):0.0000
- 褲子交併比(Iou Pants):0.0559
- 連衣裙交併比(Iou Dress):0.0728
- 腰帶交併比(Iou Belt):0.0
- 左腳鞋交併比(Iou Left - shoe):0.0011
- 右腳鞋交併比(Iou Right - shoe):0.0009
- 面部交併比(Iou Face):0.3872
- 左腿交併比(Iou Left - leg):0.0271
- 右腿交併比(Iou Right - leg):0.0
- 左臂交併比(Iou Left - arm):0.0
- 右臂交併比(Iou Right - arm):0.0001
- 包包交併比(Iou Bag):0.0106
- 圍巾交併比(Iou Scarf):0.0
🔧 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(learning_rate):6e - 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):Adam,其中 betas = (0.9, 0.999),epsilon = 1e - 08
- 學習率調度器類型(lr_scheduler_type):線性
- 訓練輪數(num_epochs):2
訓練結果
| 訓練損失 | 輪數 | 步數 | 驗證損失 | 平均交併比 | 平均準確率 | 整體準確率 | 背景準確率 | 帽子準確率 | 頭髮準確率 | 太陽鏡準確率 | 上衣準確率 | 裙子準確率 | 褲子準確率 | 連衣裙準確率 | 腰帶準確率 | 左腳鞋準確率 | 右腳鞋準確率 | 面部準確率 | 左腿準確率 | 右腿準確率 | 左臂準確率 | 右臂準確率 | 包包準確率 | 圍巾準確率 | 背景交併比 | 帽子交併比 | 頭髮交併比 | 太陽鏡交併比 | 上衣交併比 | 裙子交併比 | 褲子交併比 | 連衣裙交併比 | 腰帶交併比 | 左腳鞋交併比 | 右腳鞋交併比 | 面部交併比 | 左腿交併比 | 右腿交併比 | 左臂交併比 | 右臂交併比 | 包包交併比 | 圍巾交併比 |
| ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- |
| 2.5768 | 0.4 | 20 | 2.7812 | 0.0726 | 0.1332 | 0.2876 | nan | 0.0178 | 0.3204 | 0.0004 | 0.5548 | 0.0004 | 0.2555 | 0.2373 | 0.0 | 0.0103 | 0.0003 | 0.5637 | 0.0287 | 0.0302 | 0.0001 | 0.0008 | 0.2435 | 0.0 | 0.0 | 0.0166 | 0.2759 | 0.0001 | 0.2781 | 0.0004 | 0.1710 | 0.1295 | 0.0 | 0.0098 | 0.0003 | 0.3251 | 0.0260 | 0.0248 | 0.0001 | 0.0007 | 0.0491 | 0.0 |
| 2.2093 | 0.8 | 40 | 2.5166 | 0.0563 | 0.1052 | 0.3288 | nan | 0.0 | 0.1994 | 0.0 | 0.9447 | 0.0015 | 0.0435 | 0.1164 | 0.0 | 0.0008 | 0.0000 | 0.4655 | 0.0007 | 0.0003 | 0.0 | 0.0 | 0.0153 | 0.0 | 0.0 | 0.0 | 0.1946 | 0.0 | 0.3037 | 0.0015 | 0.0417 | 0.0842 | 0.0 | 0.0008 | 0.0000 | 0.3726 | 0.0007 | 0.0003 | 0.0 | 0.0 | 0.0124 | 0.0 |
| 1.8804 | 1.2 | 60 | 2.0209 | 0.0632 | 0.1110 | 0.3374 | nan | 0.0087 | 0.3724 | 0.0 | 0.9475 | 0.0014 | 0.0162 | 0.0528 | 0.0 | 0.0001 | 0.0008 | 0.4257 | 0.0561 | 0.0001 | 0.0 | 0.0 | 0.0055 | 0.0 | 0.0 | 0.0077 | 0.3472 | 0.0 | 0.3086 | 0.0014 | 0.0156 | 0.0403 | 0.0 | 0.0001 | 0.0008 | 0.3597 | 0.0515 | 0.0001 | 0.0 | 0.0 | 0.0052 | 0.0 |
| 1.8776 | 1.6 | 80 | 2.0016 | 0.0665 | 0.1154 | 0.3454 | nan | 0.0056 | 0.4172 | 0.0 | 0.9412 | 0.0000 | 0.0490 | 0.0697 | 0.0 | 0.0002 | 0.0006 | 0.4349 | 0.0329 | 0.0000 | 0.0 | 0.0000 | 0.0100 | 0.0 | 0.0 | 0.0048 | 0.3791 | 0.0 | 0.3138 | 0.0000 | 0.0438 | 0.0542 | 0.0 | 0.0002 | 0.0006 | 0.3608 | 0.0304 | 0.0000 | 0.0 | 0.0000 | 0.0093 | 0.0 |
| 1.8471 | 2.0 | 100 | 1.9476 | 0.0726 | 0.1221 | 0.3575 | nan | 0.0048 | 0.4813 | 0.0 | 0.9405 | 0.0000 | 0.0631 | 0.1031 | 0.0 | 0.0011 | 0.0010 | 0.4406 | 0.0291 | 0.0 | 0.0 | 0.0001 | 0.0114 | 0.0 | 0.0 | 0.0043 | 0.4221 | 0.0 | 0.3239 | 0.0000 | 0.0559 | 0.0728 | 0.0 | 0.0011 | 0.0009 | 0.3872 | 0.0271 | 0.0 | 0.0 | 0.0001 | 0.0106 | 0.0 |
框架版本
- Transformers 4.28.1
- Pytorch 2.0.0 + cu118
- Datasets 2.12.0
- Tokenizers 0.13.3
📄 許可證
其他許可證(other)