许可协议: 其他
标签:
- 视觉
- 图像分割
- 训练生成
模型索引:
- 名称: segformer-b0微调人体解析
结果: []
segformer-b0微调人体解析模型
该模型是基于nvidia/mit-b0在未知数据集上微调的版本,其评估集结果如下:
- 损失值: 1.9476
- 平均交并比: 0.0726
- 平均准确率: 0.1221
- 整体准确率: 0.3575
- 背景准确率: 无数据
- 帽子准确率: 0.0048
- 头发准确率: 0.4813
- 太阳镜准确率: 0.0
- 上衣准确率: 0.9405
- 短裙准确率: 0.0000
- 裤子准确率: 0.0631
- 连衣裙准确率: 0.1031
- 腰带准确率: 0.0
- 左鞋准确率: 0.0011
- 右鞋准确率: 0.0010
- 面部准确率: 0.4406
- 左腿准确率: 0.0291
- 右腿准确率: 0.0
- 左臂准确率: 0.0
- 右臂准确率: 0.0001
- 背包准确率: 0.0114
- 围巾准确率: 0.0
- 背景交并比: 0.0
- 帽子交并比: 0.0043
- 头发交并比: 0.4221
- 太阳镜交并比: 0.0
- 上衣交并比: 0.3239
- 短裙交并比: 0.0000
- 裤子交并比: 0.0559
- 连衣裙交并比: 0.0728
- 腰带交并比: 0.0
- 左鞋交并比: 0.0011
- 右鞋交并比: 0.0009
- 面部交并比: 0.3872
- 左腿交并比: 0.0271
- 右腿交并比: 0.0
- 左臂交并比: 0.0
- 右臂交并比: 0.0001
- 背包交并比: 0.0106
- 围巾交并比: 0.0
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
训练过程中使用的超参数:
- 学习率: 6e-05
- 训练批次大小: 2
- 评估批次大小: 2
- 随机种子: 42
- 优化器: Adam(β1=0.9,β2=0.999,ε=1e-08)
- 学习率调度器类型: 线性
- 训练轮次: 2
训练结果
训练损失 |
轮次 |
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 |
帽子准确率 |
头发准确率 |
太阳镜准确率 |
上衣准确率 |
短裙准确率 |
裤子准确率 |
连衣裙准确率 |
腰带准确率 |
左鞋准确率 |
右鞋准确率 |
面部准确率 |
左腿准确率 |
右腿准确率 |
左臂准确率 |
右臂准确率 |
背包准确率 |
围巾准确率 |
背景交并比 |
帽子交并比 |
头发交并比 |
太阳镜交并比 |
上衣交并比 |
短裙交并比 |
裤子交并比 |
连衣裙交并比 |
腰带交并比 |
左鞋交并比 |
右鞋交并比 |
面部交并比 |
左腿交并比 |
右腿交并比 |
左臂交并比 |
右臂交并比 |
背包交并比 |
围巾交并比 |
2.5768 |
0.4 |
20 |
2.7812 |
0.0726 |
0.1332 |
0.2876 |
无数据 |
0.0178 |
0.3204 |
0.0004 |
0.5548 |
0.0004 |
0.2555 |
0.2373 |
0.0 |
0.0103 |
0.0003 |
0.5637 |
0.0287 |
0.0302 |
0.0001 |
0.0008 |
0.2435 |
0.0 |
0.0 |
0.0166 |
0.2759 |
0.0001 |
0.2781 |
0.0004 |
0.1710 |
0.1295 |
0.0 |
0.0098 |
0.0003 |
0.3251 |
0.0260 |
0.0248 |
0.0001 |
0.0007 |
0.0491 |
0.0 |
2.2093 |
0.8 |
40 |
2.5166 |
0.0563 |
0.1052 |
0.3288 |
无数据 |
0.0 |
0.1994 |
0.0 |
0.9447 |
0.0015 |
0.0435 |
0.1164 |
0.0 |
0.0008 |
0.0000 |
0.4655 |
0.0007 |
0.0003 |
0.0 |
0.0 |
0.0153 |
0.0 |
0.0 |
0.0 |
0.1946 |
0.0 |
0.3037 |
0.0015 |
0.0417 |
0.0842 |
0.0 |
0.0008 |
0.0000 |
0.3726 |
0.0007 |
0.0003 |
0.0 |
0.0 |
0.0124 |
0.0 |
1.8804 |
1.2 |
60 |
2.0209 |
0.0632 |
0.1110 |
0.3374 |
无数据 |
0.0087 |
0.3724 |
0.0 |
0.9475 |
0.0014 |
0.0162 |
0.0528 |
0.0 |
0.0001 |
0.0008 |
0.4257 |
0.0561 |
0.0001 |
0.0 |
0.0 |
0.0055 |
0.0 |
0.0 |
0.0077 |
0.3472 |
0.0 |
0.3086 |
0.0014 |
0.0156 |
0.0403 |
0.0 |
0.0001 |
0.0008 |
0.3597 |
0.0515 |
0.0001 |
0.0 |
0.0 |
0.0052 |
0.0 |
1.8776 |
1.6 |
80 |
2.0016 |
0.0665 |
0.1154 |
0.3454 |
无数据 |
0.0056 |
0.4172 |
0.0 |
0.9412 |
0.0000 |
0.0490 |
0.0697 |
0.0 |
0.0002 |
0.0006 |
0.4349 |
0.0329 |
0.0000 |
0.0 |
0.0000 |
0.0100 |
0.0 |
0.0 |
0.0048 |
0.3791 |
0.0 |
0.3138 |
0.0000 |
0.0438 |
0.0542 |
0.0 |
0.0002 |
0.0006 |
0.3608 |
0.0304 |
0.0000 |
0.0 |
0.0000 |
0.0093 |
0.0 |
1.8471 |
2.0 |
100 |
1.9476 |
0.0726 |
0.1221 |
0.3575 |
无数据 |
0.0048 |
0.4813 |
0.0 |
0.9405 |
0.0000 |
0.0631 |
0.1031 |
0.0 |
0.0011 |
0.0010 |
0.4406 |
0.0291 |
0.0 |
0.0 |
0.0001 |
0.0114 |
0.0 |
0.0 |
0.0043 |
0.4221 |
0.0 |
0.3239 |
0.0000 |
0.0559 |
0.0728 |
0.0 |
0.0011 |
0.0009 |
0.3872 |
0.0271 |
0.0 |
0.0 |
0.0001 |
0.0106 |
0.0 |
框架版本
- Transformers 4.28.1
- Pytorch 2.0.0+cu118
- Datasets 2.12.0
- Tokenizers 0.13.3