🚀 segformer-b5-finetuned-IDD-L2_v2
本模型是基於 nvidia/mit-b5 在IDD 20K語義分割數據集上進行微調的版本，可用於圖像分割任務，在評估集上取得了優秀的性能表現。
🚀 快速開始
該模型是 nvidia/mit-b5 在IDD 20K語義分割數據集上的微調版本。它在評估集上達到了以下結果：
| 指標 |
數值 |
| 損失 |
0.5563 |
| 平均交併比（Mean Iou） |
0.7180 |
| 平均準確率（Mean Accuracy） |
0.8224 |
| 總體準確率（Overall Accuracy） |
0.9083 |
| 道路準確率（Accuracy Road） |
0.9716 |
| 停車場準確率（Accuracy Parking） |
0.7949 |
| 人行道準確率（Accuracy Sidewalk） |
0.8240 |
| 鐵軌準確率（Accuracy Rail track） |
0.6408 |
| 行人準確率（Accuracy Person） |
0.8057 |
| 騎手準確率（Accuracy Rider） |
0.8434 |
| 摩托車準確率（Accuracy Motorcycle） |
0.8762 |
| 機動三輪車準確率（Accuracy Autorickshaw） |
0.9451 |
| 卡車準確率（Accuracy Truck） |
0.9122 |
| 路緣準確率（Accuracy Curb） |
0.8112 |
| 圍欄準確率（Accuracy Fence） |
0.5699 |
| 廣告牌準確率（Accuracy Billboard） |
0.7605 |
| 電線杆準確率（Accuracy Pole） |
0.6010 |
| 建築物準確率（Accuracy Building） |
0.8678 |
| 植被準確率（Accuracy Vegetation） |
0.9495 |
| 天空準確率（Accuracy Sky） |
0.9841 |
| 道路交併比（Iou Road） |
0.9391 |
| 停車場交併比（Iou Parking） |
0.6620 |
| 人行道交併比（Iou Sidewalk） |
0.6707 |
| 鐵軌交併比（Iou Rail track） |
0.5025 |
| 行人交併比（Iou Person） |
0.6726 |
| 騎手交併比（Iou Rider） |
0.7228 |
| 摩托車交併比（Iou Motorcycle） |
0.7637 |
| 機動三輪車交併比（Iou Autorickshaw） |
0.8882 |
| 卡車交併比（Iou Truck） |
0.8506 |
| 路緣交併比（Iou Curb） |
0.6721 |
| 圍欄交併比（Iou Fence） |
0.4571 |
| 廣告牌交併比（Iou Billboard） |
0.6238 |
| 電線杆交併比（Iou Pole） |
0.4831 |
| 建築物交併比（Iou Building） |
0.7293 |
| 植被交併比（Iou Vegetation） |
0.8792 |
| 天空交併比（Iou Sky） |
0.9707 |
🔧 技術細節
訓練超參數
在訓練過程中使用了以下超參數：
| 屬性 |
詳情 |
| 學習率（learning_rate） |
0.0006 |
| 訓練批次大小（train_batch_size） |
64 |
| 評估批次大小（eval_batch_size） |
64 |
| 隨機種子（seed） |
42 |
| 優化器（optimizer） |
Adam（betas=(0.9, 0.999)，epsilon=1e-08） |
| 學習率調度器類型（lr_scheduler_type） |
線性（linear） |
| 訓練輪數（num_epochs） |
50 |
訓練結果
訓練過程中的詳細結果如下表所示：
| 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 | 道路準確率 | 停車場準確率 | 人行道準確率 | 鐵軌準確率 | 行人準確率 | 騎手準確率 | 摩托車準確率 | 機動三輪車準確率 | 卡車準確率 | 路緣準確率 | 圍欄準確率 | 廣告牌準確率 | 電線杆準確率 | 建築物準確率 | 植被準確率 | 天空準確率 | 道路交併比 | 停車場交併比 | 人行道交併比 | 鐵軌交併比 | 行人交併比 | 騎手交併比 | 摩托車交併比 | 機動三輪車交併比 | 卡車交併比 | 路緣交併比 | 圍欄交併比 | 廣告牌交併比 | 電線杆交併比 | 建築物交併比 | 植被交併比 | 天空交併比 |
| ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- |
| 0.3096 | 1.0 | 202 | 0.3310 | 0.6476 | 0.7663 | 0.8841 | 0.9538 | 0.7998 | 0.7838 | 0.5755 | 0.6912 | 0.7355 | 0.8445 | 0.9518 | 0.8603 | 0.7173 | 0.3997 | 0.6938 | 0.4456 | 0.8868 | 0.9531 | 0.9690 | 0.9256 | 0.6317 | 0.5876 | 0.4378 | 0.5705 | 0.5911 | 0.6722 | 0.8070 | 0.7758 | 0.6255 | 0.3351 | 0.5507 | 0.3663 | 0.6693 | 0.8551 | 0.9600 |
| 0.2786 | 2.0 | 404 | 0.3369 | 0.6560 | 0.7917 | 0.8774 | 0.8968 | 0.8571 | 0.8009 | 0.5009 | 0.7221 | 0.8105 | 0.8267 | 0.9102 | 0.9216 | 0.8204 | 0.6046 | 0.6927 | 0.5244 | 0.8650 | 0.9354 | 0.9773 | 0.8834 | 0.5556 | 0.5941 | 0.4215 | 0.6054 | 0.6340 | 0.6926 | 0.8403 | 0.7757 | 0.6229 | 0.3671 | 0.5681 | 0.4130 | 0.6967 | 0.8610 | 0.9641 |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
框架版本
- Transformers 4.42.4
- Pytorch 2.3.1+cu121
- Datasets 2.19.1
- Tokenizers 0.19.1
📄 許可證
本模型使用的許可證為 other。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Transformers 支持多種語言