Segformer Finetuned 4ss1st3r S3gs3m 24Jan All 10k Steps

由 blzncz 开发

基于nvidia/mit-b0架构微调的图像分割模型，专注于检测多种材料缺陷类型

图像分割

Transformers

开源协议:其他 #工业缺陷检测 #高精度分割 #材料表面分析

下载量 16

发布时间 : 2/7/2024

模型介绍

内容详情

替代品

模型简介

该模型是在blzncz/4ss1st3r_s3gs3m_24Jan_all数据集上微调的SegFormer变体，专门用于工业材料表面缺陷检测，能够识别内聚缺陷、网状缺陷、粘附缺陷和气泡缺陷等多种缺陷类型

模型特点

多缺陷类型检测

能够同时检测内聚缺陷、网状缺陷、粘附缺陷和气泡缺陷等多种工业材料缺陷

高精度分割

在内聚缺陷检测上达到96.68%的准确率和91.67%的交并比

工业场景优化

专为工业材料表面缺陷检测场景优化，在复杂背景下仍能保持良好性能

模型能力

图像分割

缺陷检测

工业质检

材料表面分析

使用案例

工业质检

材料表面缺陷检测

自动化检测工业材料表面的各种缺陷类型

内聚缺陷检测准确率96.68%，网状缺陷检测准确率68.08%

生产线质量监控

集成到生产线中实时监控产品质量

整体准确率达到92.60%

许可证: 其他标签:

图像分割
视觉
训练生成模型索引:
名称: segformer-finetuned-4ss1st3r_s3gs3m_24Jan_all-10k-steps 结果: []

segformer-finetuned-4ss1st3r_s3gs3m_24Jan_all-10k-steps

该模型是基于nvidia/mit-b0在blzncz/4ss1st3r_s3gs3m_24Jan_all数据集上微调的版本。在评估集上取得了以下结果：

损失值: 0.3095
平均交并比: 0.5513
平均准确率: 0.7874
整体准确率: 0.9260
背景准确率: 无数据
内聚缺陷准确率: 0.9668
网状缺陷准确率: 0.6808
粘附缺陷准确率: 0.9727
气泡缺陷准确率: 0.5291
背景交并比: 0.0
内聚缺陷交并比: 0.9167
网状缺陷交并比: 0.6189
粘附缺陷交并比: 0.7307
气泡缺陷交并比: 0.4903

模型描述

需补充更多信息

预期用途与限制

需补充更多信息

训练与评估数据

需补充更多信息

训练流程

训练超参数

训练过程中使用了以下超参数：

学习率: 6e-05
训练批次大小: 8
评估批次大小: 8
随机种子: 1337
优化器: Adam (β1=0.9, β2=0.999, ε=1e-08)
学习率调度器类型: 多项式衰减
训练步数: 10000

训练结果

训练损失	周期	步数	验证损失	平均交并比	平均准确率	整体准确率	背景准确率	内聚缺陷准确率	网状缺陷准确率	粘附缺陷准确率	气泡缺陷准确率	内聚缺陷交并比	网状缺陷交并比	粘附缺陷交并比	气泡缺陷交并比
0.1378	1.0	783	0.2677	0.4895	0.7143	0.9122	无数据	0.9724	0.5531	0.9663	0.3654	0.9038	0.5327	0.6757	0.3351
0.1117	2.0	1566	0.2305	0.5289	0.7978	0.9246	无数据	0.9507	0.7727	0.9705	0.4974	0.9214	0.6808	0.5876	0.4549
0.0881	3.0	2349	0.2041	0.5556	0.7867	0.9354	无数据	0.9712	0.7391	0.9389	0.4975	0.9273	0.6790	0.7323	0.4394
0.0878	4.0	3132	0.1984	0.5584	0.8003	0.9346	无数据	0.9556	0.8247	0.9602	0.4606	0.9261	0.6935	0.7373	0.4352
0.0895	5.0	3915	0.2841	0.5246	0.8086	0.9088	无数据	0.9137	0.8834	0.9719	0.4652	0.8964	0.6309	0.6593	0.4365
0.0773	6.0	4698	0.2547	0.5652	0.7823	0.9336	无数据	0.9775	0.6843	0.9384	0.5291	0.9251	0.6378	0.7820	0.4813
0.0667	7.0	5481	0.2726	0.5609	0.7932	0.9295	无数据	0.9741	0.6609	0.9689	0.5689	0.9203	0.6202	0.7548	0.5093
0.0678	8.0	6264	0.2950	0.5276	0.8002	0.9175	无数据	0.9443	0.7561	0.9713	0.5292	0.9089	0.6570	0.5900	0.4822
0.0653	9.0	7047	0.2712	0.5467	0.7682	0.9288	无数据	0.9690	0.6971	0.9641	0.4425	0.9189	0.6330	0.7588	0.4228
0.0646	10.0	7830	0.2841	0.5499	0.7819	0.9272	无数据	0.9681	0.6840	0.9688	0.5068	0.9178	0.6243	0.7345	0.4728
0.057	11.0	8613	0.3373	0.5257	0.7782	0.9166	无数据	0.9593	0.6555	0.9739	0.5242	0.9075	0.6040	0.6319	0.4848
0.0591	12.0	9396	0.3082	0.5504	0.7900	0.9247	无数据	0.9656	0.6776	0.9705	0.5463	0.9148	0.6172	0.7182	0.5019
0.053	12.77	10000	0.3095	0.5513	0.7874	0.9260	无数据	0.9668	0.6808	0.9727	0.5291	0.9167	0.6189	0.7307	0.4903