library_name: transformers
license: apache-2.0
base_model: microsoft/conditional-detr-resnet-50
tags:

• generated_from_trainer
  datasets:
• imagefolder
  model-index:
• name: detr_finetuned_candy
  results: []

detr_finetuned_candy

该模型是基于microsoft/conditional-detr-resnet-50在imagefolder数据集上微调的版本。
在评估集上达到以下结果：

• 损失值：2.2689
• 平均精度(mAP)：0.007
• mAP@50：0.0117
• mAP@75：0.0077
• 小目标mAP：0.0065
• 中目标mAP：0.0184
• 大目标mAP：-1.0
• 召回率@1：0.0
• 召回率@10：0.1143
• 召回率@100：0.2286
• 小目标召回率：0.2
• 中目标召回率：0.24
• 大目标召回率：-1.0
• 黑星mAP：0.0
• 黑星召回率@100：0.0
• 猫mAP：0.0381
• 猫召回率@100：0.8
• 灰星mAP：0.0034
• 灰星召回率@100：0.4
• 昆虫mAP：0.0
• 昆虫召回率@100：0.0
• 月亮mAP：0.0
• 月亮召回率@100：0.0
• 猫头鹰mAP：0.0
• 猫头鹰召回率@100：0.0
• 独角兽头部mAP：0.0077
• 独角兽头部召回率@100：0.4
• 完整独角兽mAP：-1.0
• 完整独角兽召回率@100：-1.0

模型描述

需要更多信息

预期用途与限制

需要更多信息

训练与评估数据

需要更多信息

训练过程

训练超参数

训练中使用以下超参数：

• 学习率：5e-05
• 训练批次大小：8
• 评估批次大小：8
• 随机种子：42
• 优化器：Adam（beta1=0.9，beta2=0.999，epsilon=1e-08）
• 学习率调度器类型：余弦退火
• 训练轮次：100

训练结果

（此处保留原始表格数据，仅翻译表头）

（后续表格数据保持原样，仅作格式保留）

框架版本

• Transformers 4.44.2
• PyTorch 2.5.0+cu121
• Datasets 3.1.0
• Tokenizers 0.19.1