Detr Resnet 50 Dc5 Grasshopper Testdata Finetuned2.0 Maxsteps 10000 Batchsize 2 Ilham

🚀 detr-resnet-50-dc5-grasshopper-testdata-finetuned2.0-maxsteps-10000-batchsize-2-ilham

该模型是 facebook/detr-resnet-50-dc5 在 None 数据集上的微调版本。它在评估集上取得了以下结果：

• 损失值（Loss）：3.0007
• 平均精度均值（Map）：0.0047
• 阈值为 50 时的平均精度均值（Map 50）：0.0173
• 阈值为 75 时的平均精度均值（Map 75）：0.0009
• 小目标的平均精度均值（Map Small）：0.0047
• 中目标的平均精度均值（Map Medium）：-1.0
• 大目标的平均精度均值（Map Large）：-1.0
• 召回率为 1 时的平均召回率（Mar 1）：0.0017
• 召回率为 10 时的平均召回率（Mar 10）：0.0117
• 召回率为 100 时的平均召回率（Mar 100）：0.0426
• 小目标召回率为 100 时的平均召回率（Mar Small）：0.0426
• 中目标召回率为 100 时的平均召回率（Mar Medium）：-1.0
• 大目标召回率为 100 时的平均召回率（Mar Large）：-1.0
• 黑尾叶蝉的平均精度均值（Map Recilia dorsalis）：0.0113
• 黑尾叶蝉召回率为 100 时的平均召回率（Mar 100 Recilia dorsalis）：0.1227
• 马来亚叶蝉的平均精度均值（Map Nephotettix malayanus）：0.0075
• 马来亚叶蝉召回率为 100 时的平均召回率（Mar 100 Nephotettix malayanus）：0.0307
• 白背飞虱的平均精度均值（Map Sogatella furcifera）：0.0
• 白背飞虱召回率为 100 时的平均召回率（Mar 100 Sogatella furcifera）：0.0
• 褐飞虱的平均精度均值（Map Nilaparvata lugens）：0.0
• 褐飞虱召回率为 100 时的平均召回率（Mar 100 Nilaparvata lugens）：0.0171

📚 详细文档

训练过程

训练超参数

训练期间使用了以下超参数：

• 学习率（learning_rate）：1e - 05
• 训练批次大小（train_batch_size）：2
• 评估批次大小（eval_batch_size）：2
• 随机种子（seed）：42
• 优化器（optimizer）：使用 OptimizerNames.ADAMW_TORCH，其中 betas = (0.9, 0.999)，epsilon = 1e - 08，无额外优化器参数
• 学习率调度器类型（lr_scheduler_type）：线性
• 训练步数（training_steps）：10000
• 混合精度训练（mixed_precision_training）：Native AMP

训练结果

📄 许可证

本项目采用 Apache - 2.0 许可证。