segformer-b0圖像分割模型開源 - 免費部署，高精度圖像分割超實用

首頁

Segformer B0 Finetuned Morphpadver1 Hgo Coord V3

由NICOPOI-9開發

基於nvidia/mit-b3微調的圖像分割模型，在NICOPOI-9/morphpad_coord_hgo_512_4class數據集上訓練，擅長高精度圖像分割任務。

圖像分割

Transformers

開源協議:其他 #高精度圖像分割 #醫學圖像處理 #微調優化

下載量 22

發布時間 : 4/25/2025

模型概述

該模型是SegFormer架構的變體，專門用於圖像分割任務。通過微調在特定數據集上取得了極高的分割精度（mIoU達0.9952）。

模型特點

高精度分割

在評估集上達到0.9952的平均交併比(mIoU)，表現優異。

多角度適應

支持0度和90度不同角度的圖像分割，各角度準確率均超過99%。

高效微調

基於預訓練模型微調，訓練輪數僅60輪即達到高性能。

模型能力

圖像分割

像素級分類

多角度圖像處理

使用案例

醫學影像

組織分割

用於醫學圖像中的特定組織區域分割

準確率可達99%以上

工業檢測

缺陷檢測

識別產品表面的缺陷區域

🚀 segformer-b0-finetuned-morphpadver1-hgo-coord-v3

該項目是一個圖像分割模型，基於nvidia/mit-b3模型在特定數據集上微調而來，在評估集上取得了優異的成績，能夠高效準確地完成圖像分割任務。

🚀 快速開始

此模型是 nvidia/mit-b3 在 NICOPOI-9/morphpad_coord_hgo_512_4class 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：0.0298
平均交併比（Mean Iou）：0.9952
平均準確率：0.9976
總體準確率：0.9976
0 - 0 準確率：0.9983
0 - 90 準確率：0.9969
90 - 0 準確率：0.9980
90 - 90 準確率：0.9971
0 - 0 交併比：0.9959
0 - 90 交併比：0.9950
90 - 0 交併比：0.9945
90 - 90 交併比：0.9954

🔧 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：6e - 05
訓練批次大小：1
評估批次大小：1
隨機種子：42
優化器：使用 OptimizerNames.ADAMW_TORCH，β值為 (0.9, 0.999)，ε值為 1e - 08，無額外優化器參數
學習率調度器類型：線性
訓練輪數：60

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	總體準確率	0 - 0 準確率	0 - 90 準確率	90 - 0 準確率	90 - 90 準確率	0 - 0 交併比	0 - 90 交併比	90 - 0 交併比	90 - 90 交併比
0.9708	2.6525	4000	0.9827	0.3521	0.5133	0.5141	0.6031	0.4019	0.6068	0.4413	0.4004	0.3106	0.2982	0.3990
1.8598	5.3050	8000	0.6389	0.5316	0.6914	0.6913	0.6875	0.7105	0.5770	0.7908	0.6004	0.4655	0.5143	0.5463
0.4633	7.9576	12000	0.5041	0.6369	0.7767	0.7768	0.7883	0.7582	0.7869	0.7735	0.6734	0.6126	0.5897	0.6720
0.5576	10.6101	16000	0.4221	0.6949	0.8191	0.8194	0.8477	0.7814	0.8269	0.8206	0.7084	0.7075	0.6533	0.7106
0.3003	13.2626	20000	0.3963	0.7293	0.8413	0.8414	0.8524	0.8809	0.8047	0.8273	0.7565	0.6617	0.7326	0.7666
0.3174	15.9151	24000	0.4310	0.7511	0.8573	0.8572	0.8538	0.8774	0.8402	0.8577	0.7779	0.7125	0.7412	0.7729
0.2307	18.5676	28000	0.3326	0.8024	0.8901	0.8902	0.9029	0.8852	0.8832	0.8893	0.8196	0.7874	0.7805	0.8221
0.1946	21.2202	32000	0.2625	0.8409	0.9134	0.9134	0.9136	0.9197	0.8974	0.9230	0.8533	0.8114	0.8410	0.8581
0.1325	23.8727	36000	0.1298	0.9185	0.9575	0.9576	0.9647	0.9488	0.9691	0.9474	0.9319	0.9114	0.9158	0.9150
0.1007	26.5252	40000	0.0752	0.9596	0.9794	0.9794	0.9824	0.9811	0.9748	0.9792	0.9671	0.9557	0.9532	0.9624
0.0336	29.1777	44000	0.2640	0.9435	0.9709	0.9709	0.9750	0.9668	0.9713	0.9706	0.9473	0.9389	0.9382	0.9497
0.0182	31.8302	48000	0.1066	0.9680	0.9837	0.9837	0.9882	0.9801	0.9845	0.9821	0.9712	0.9677	0.9627	0.9703
0.0141	34.4828	52000	0.0716	0.9806	0.9902	0.9902	0.9880	0.9898	0.9893	0.9937	0.9822	0.9789	0.9792	0.9821
0.0117	37.1353	56000	0.0705	0.9850	0.9925	0.9925	0.9914	0.9920	0.9929	0.9935	0.9861	0.9838	0.9842	0.9859
0.0129	39.7878	60000	0.0932	0.9833	0.9916	0.9916	0.9897	0.9930	0.9920	0.9916	0.9834	0.9823	0.9827	0.9846
0.0101	42.4403	64000	0.0302	0.9924	0.9962	0.9962	0.9964	0.9966	0.9972	0.9946	0.9938	0.9917	0.9921	0.9921
0.0071	45.0928	68000	0.0294	0.9933	0.9966	0.9966	0.9971	0.9961	0.9958	0.9976	0.9946	0.9931	0.9925	0.9930
0.0066	47.7454	72000	0.0637	0.9912	0.9956	0.9956	0.9959	0.9957	0.9962	0.9946	0.9927	0.9917	0.9895	0.9910
0.0083	50.3979	76000	0.0494	0.9901	0.9950	0.9950	0.9956	0.9951	0.9946	0.9948	0.9901	0.9899	0.9887	0.9917
0.0049	53.0504	80000	0.0286	0.9944	0.9972	0.9972	0.9982	0.9967	0.9976	0.9963	0.9956	0.9935	0.9939	0.9946
0.0104	55.7029	84000	0.0244	0.9953	0.9976	0.9976	0.9984	0.9971	0.9978	0.9971	0.9957	0.9953	0.9942	0.9959
0.0046	58.3554	88000	0.0298	0.9952	0.9976	0.9976	0.9983	0.9969	0.9980	0.9971	0.9959	0.9950	0.9945	0.9954

框架版本

Transformers 4.48.3
Pytorch 2.1.0
Datasets 3.2.0
Tokenizers 0.21.0

📄 許可證

該項目使用其他類型的許可證。

屬性	詳情
庫名稱	transformers
許可證	其他
基礎模型	nvidia/mit - b3
標籤	視覺、圖像分割、由訓練器生成
模型名稱	segformer - b0 - finetuned - morphpadver1 - hgo - coord - v3