Detr Resnet 50 Dc5 Grasshopper Finetuned Maxsteps 10000 Batchsize 2 Ilham

🚀 detr-resnet-50-dc5-grasshopper-finetuned-maxsteps-10000-batchsize-2-ilham

本模型是 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，可用于相关领域的目标检测任务，为模型性能评估和优化提供了重要参考。

🚀 快速开始

本模型是 facebook/detr-resnet-50-dc5 的微调版本，在评估集上有特定的评估指标结果，以下是详细信息。

评估集结果

该模型在评估集上取得了以下结果：

• 损失值 (Loss)：3.7495
• 平均精度均值 (Map)：0.0001
• 50% 交并比下的平均精度均值 (Map 50)：0.0002
• 75% 交并比下的平均精度均值 (Map 75)：0.0001
• 小目标的平均精度均值 (Map Small)：0.0001
• 中等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
• 每个图像一个检测框的平均召回率 (Mar 1)：0.0
• 每个图像 10 个检测框的平均召回率 (Mar 10)：0.0019
• 每个图像 100 个检测框的平均召回率 (Mar 100)：0.0047
• 小目标的平均召回率 (Mar Small)：0.0047
• 中等目标的平均召回率 (Mar Medium)：-1.0
• 大目标的平均召回率 (Mar Large)：-1.0
• 黑尾叶蝉的平均精度均值 (Map Recilia dorsalis)：0.0
• 每个图像 100 个检测框下黑尾叶蝉的平均召回率 (Mar 100 Recilia dorsalis)：0.0042
• 马来亚叶蝉的平均精度均值 (Map Nephotettix malayanus)：0.0003
• 每个图像 100 个检测框下马来亚叶蝉的平均召回率 (Mar 100 Nephotettix malayanus)：0.0074
• 白背飞虱的平均精度均值 (Map Sogatella furcifera)：0.0
• 每个图像 100 个检测框下白背飞虱的平均召回率 (Mar 100 Sogatella furcifera)：0.0
• 褐飞虱的平均精度均值 (Map Nilaparvata lugens)：0.0
• 每个图像 100 个检测框下褐飞虱的平均召回率 (Mar 100 Nilaparvata lugens)：0.0071

📚 详细文档

训练过程

训练超参数

训练过程中使用了以下超参数：

• 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，β1 = 0.9，β2 = 0.999，ε = 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

框架版本

• Transformers：4.48.0
• Pytorch：2.5.1+cu124
• Datasets：3.2.0
• Tokenizers：0.21.0

📄 许可证

本项目采用 Apache-2.0 许可证。