Segformer B2 Human Parse 24

🚀 segformer-b2-human-parse-24

本模型是 mattmdjaga/segformer_b2_clothes 在 human_parsing_29_mix 数据集上的微调版本。它在评估集上取得了以下结果，可用于图像分割任务，为相关领域的研究和应用提供了有力支持。

🚀 快速开始

此模型是在 mattmdjaga/segformer_b2_clothes 的基础上，使用 human_parsing_29_mix 数据集进行微调得到的。以下是该模型在评估集上的表现：

• 损失值（Loss）：0.0818
• 平均交并比（Mean Iou）：0.6023
• 平均准确率（Mean Accuracy）：0.6321
• 总体准确率（Overall Accuracy）：0.9780
• 背景准确率（Accuracy Background）：0.9969
• 帽子准确率（Accuracy Hat）：nan
• 头发准确率（Accuracy Hair）：0.9646
• 手套准确率（Accuracy Glove）：0.0
• 眼镜准确率（Accuracy Glasses）：0.0
• 上半身区域准确率（Accuracy Upper Only Torso Region）：0.9747
• 连衣裙上半身区域准确率（Accuracy Dresses Only Torso Region）：0.4939
• 外套上半身区域准确率（Accuracy Coat Only Torso Region）：0.0039
• 袜子准确率（Accuracy Socks）：0.0
• 左裤准确率（Accuracy Left Pants）：0.9604
• 右裤准确率（Accuracy Right Patns）：0.9646
• 颈部皮肤准确率（Accuracy Skin Around Neck Region）：0.9585
• 围巾准确率（Accuracy Scarf）：nan
• 裙子准确率（Accuracy Skirts）：0.8904
• 面部准确率（Accuracy Face）：0.9796
• 左臂准确率（Accuracy Left Arm）：0.9703
• 右臂准确率（Accuracy Right Arm）：0.9700
• 左腿准确率（Accuracy Left Leg）：0.9267
• 右腿准确率（Accuracy Right Leg）：0.9297
• 左鞋准确率（Accuracy Left Shoe）：0.0
• 右鞋准确率（Accuracy Right Shoe）：0.0
• 上装左袖准确率（Accuracy Left Sleeve For Upper）：0.9462
• 上装右袖准确率（Accuracy Right Sleeve For Upper）：0.9517
• 包准确率（Accuracy Bag）：0.0234
• 背景交并比（Iou Background）：0.9941
• 帽子交并比（Iou Hat）：nan
• 头发交并比（Iou Hair）：0.9268
• 手套交并比（Iou Glove）：0.0
• 眼镜交并比（Iou Glasses）：0.0
• 上半身区域交并比（Iou Upper Only Torso Region）：0.9351
• 连衣裙上半身区域交并比（Iou Dresses Only Torso Region）：0.4059
• 外套上半身区域交并比（Iou Coat Only Torso Region）：0.0035
• 袜子交并比（Iou Socks）：0.0
• 左裤交并比（Iou Left Pants）：0.9232
• 右裤交并比（Iou Right Patns）：0.9217
• 颈部皮肤交并比（Iou Skin Around Neck Region）：0.9227
• 围巾交并比（Iou Scarf）：nan
• 裙子交并比（Iou Skirts）：0.7887
• 面部交并比（Iou Face）：0.9582
• 左臂交并比（Iou Left Arm）：0.9436
• 右臂交并比（Iou Right Arm）：0.9426
• 左腿交并比（Iou Left Leg）：0.8836
• 右腿交并比（Iou Right Leg）：0.8767
• 左鞋交并比（Iou Left Shoe）：0.0
• 右鞋交并比（Iou Right Shoe）：0.0
• 上装左袖交并比（Iou Left Sleeve For Upper）：0.9005
• 上装右袖交并比（Iou Right Sleeve For Upper）：0.9012
• 包交并比（Iou Bag）：0.0232

📚 详细文档

模型描述

该模型的标签映射如下：

"id2label": {
    "0": "background",
    "1": "hat",
    "2": "hair",
    "3": "glove",
    "4": "glasses",
    "5": "upper_only_torso_region",
    "6": "dresses_only_torso_region",
    "7": "coat_only_torso_region",
    "8": "socks",
    "9": "left_pants",
    "10": "right_patns",
    "11": "skin_around_neck_region",
    "12": "scarf",
    "13": "skirts",
    "14": "face",
    "15": "left_arm",
    "16": "right_arm",
    "17": "left_leg",
    "18": "right_leg",
    "19": "left_shoe",
    "20": "right_shoe",
    "21": "left_sleeve_for_upper",
    "22": "right_sleeve_for_upper",
    "23": "bag"
}

训练和评估数据

相关信息待补充。

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）：6e-05
• 训练批次大小（train_batch_size）：16
• 评估批次大小（eval_batch_size）：12
• 随机种子（seed）：42
• 优化器（optimizer）：Adam，其中 betas=(0.9, 0.999)，epsilon=1e-08
• 学习率调度器类型（lr_scheduler_type）：线性（linear）
• 训练轮数（num_epochs）：8

训练结果

框架版本

• Transformers：4.35.2
• Pytorch：2.1.1
• Datasets：2.15.0
• Tokenizers：0.15.0

📄 许可证

本模型采用 MIT 许可证。