🚀 mask2former-finetuned-ER-Mito-LD5
該模型是基於 facebook/mask2former-swin-base-IN21k-ade-semantic 在 Dnq2025/Mask2former_Pretrain 數據集上微調得到的版本。它在評估集上取得了以下結果:
🚀 快速開始
本模型可用於圖像分割任務,基於transformers
庫,在特定數據集上微調得到。
📦 安裝指南
由於原文檔未提供安裝步驟,此章節跳過。
💻 使用示例
原文檔未提供代碼示例,此章節跳過。
📚 詳細文檔
模型描述
該模型是對 facebook/mask2former-swin-base-IN21k-ade-semantic 的微調版本,在 Dnq2025/Mask2former_Pretrain 數據集上進行了訓練。
預期用途與限制
原文檔未提供詳細信息,此部分內容待補充。
訓練和評估數據
原文檔未提供詳細信息,此部分內容待補充。
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:0.0004
- 訓練批次大小:4
- 評估批次大小:4
- 隨機種子:1337
- 優化器:使用 OptimizerNames.ADAMW_TORCH,其中 betas=(0.9, 0.999),epsilon=1e-08,無額外優化器參數
- 學習率調度器類型:多項式
- 訓練步數:6450
訓練結果
訓練損失 |
輪數 |
步數 |
驗證損失 |
53.498 |
1.0 |
129 |
39.6802 |
39.3157 |
2.0 |
258 |
35.9394 |
37.2096 |
3.0 |
387 |
32.0225 |
31.9877 |
4.0 |
516 |
33.2635 |
30.1511 |
5.0 |
645 |
29.8756 |
28.3667 |
6.0 |
774 |
30.3257 |
26.7492 |
7.0 |
903 |
27.9416 |
25.6035 |
8.0 |
1032 |
27.4391 |
24.5091 |
9.0 |
1161 |
28.4225 |
23.8578 |
10.0 |
1290 |
26.4271 |
22.6785 |
11.0 |
1419 |
26.4148 |
22.0847 |
12.0 |
1548 |
26.6679 |
22.0106 |
13.0 |
1677 |
26.7030 |
20.45 |
14.0 |
1806 |
26.1600 |
20.1949 |
15.0 |
1935 |
26.2444 |
19.1922 |
16.0 |
2064 |
27.0105 |
18.9458 |
17.0 |
2193 |
24.9449 |
18.46 |
18.0 |
2322 |
27.8372 |
17.3966 |
19.0 |
2451 |
27.0517 |
17.5908 |
20.0 |
2580 |
28.5696 |
16.9413 |
21.0 |
2709 |
27.3707 |
16.3963 |
22.0 |
2838 |
26.4041 |
16.2948 |
23.0 |
2967 |
25.3316 |
16.2511 |
24.0 |
3096 |
27.9766 |
15.4496 |
25.0 |
3225 |
27.6993 |
15.1992 |
26.0 |
3354 |
27.9919 |
14.9445 |
27.0 |
3483 |
25.4937 |
14.8226 |
28.0 |
3612 |
28.7659 |
14.264 |
29.0 |
3741 |
26.7018 |
14.348 |
30.0 |
3870 |
28.9018 |
13.936 |
31.0 |
3999 |
28.2813 |
13.7577 |
32.0 |
4128 |
30.0501 |
13.1629 |
33.0 |
4257 |
28.0087 |
14.1035 |
34.0 |
4386 |
28.3435 |
13.4379 |
35.0 |
4515 |
28.9629 |
12.9478 |
36.0 |
4644 |
29.8509 |
12.8114 |
37.0 |
4773 |
28.9036 |
13.2322 |
38.0 |
4902 |
29.9045 |
12.7433 |
39.0 |
5031 |
31.3430 |
12.3428 |
40.0 |
5160 |
31.3746 |
12.3295 |
41.0 |
5289 |
31.6009 |
12.1459 |
42.0 |
5418 |
31.6387 |
11.8999 |
43.0 |
5547 |
32.2195 |
12.4076 |
44.0 |
5676 |
32.5034 |
11.7797 |
45.0 |
5805 |
32.9062 |
11.1345 |
46.0 |
5934 |
32.4447 |
12.3552 |
47.0 |
6063 |
32.7274 |
11.3111 |
48.0 |
6192 |
33.0397 |
11.8742 |
49.0 |
6321 |
33.3195 |
11.5268 |
50.0 |
6450 |
33.3223 |
框架版本
- Transformers 4.50.0.dev0
- Pytorch 2.4.1
- Datasets 3.3.2
- Tokenizers 0.21.0
📄 許可證
許可證類型:其他