language:
- en
license: other
tags:
- computer-vision
- generated_from_trainer
model-index:
- name: mit-b0-CMP_semantic_seg_with_mps_v2
results: []
datasets:
- Xpitfire/cmp_facade
metrics:
- mean_iou
pipeline_tag: image-segmentation
mit-b0-CMP_semantic_seg_with_mps_v2
该模型是基于nvidia/mit-b0微调而成的版本。
在评估集上取得如下结果：
- 损失值：1.0863
- 平均交并比：0.4097
- 平均准确率：0.5538
- 整体准确率：0.6951
- 各类别交并比：
- 类别0：0.5922
- 类别1：0.5796
- 类别2：0.5785
- 类别3：0.2917
- 类别4：0.3793
- 类别5：0.3797
- 类别6：0.4481
- 类别7：0.4354
- 类别8：0.2647
- 类别9：0.4174
- 类别10：0.1817
- 类别11：0.3681
- 各类别准确率：
- 类别0：0.6884
- 类别1：0.7852
- 类别2：0.7323
- 类别3：0.4523
- 类别4：0.5829
- 类别5：0.5516
- 类别6：0.5904
- 类别7：0.5289
- 类别8：0.4518
- 类别9：0.5719
- 类别10：0.2318
- 类别11：0.4783
模型描述
关于模型创建过程的更多信息，请查看以下链接：https://github.com/DunnBC22/Vision_Audio_and_Multimodal_Projects/blob/main/Computer%20Vision/Image%20Segmentation/Trained%2C%20But%20to%20My%20Standard/Center%20for%20Machine%20Perception/Version%202/Center%20for%20Machine%20Perception%20-%20semantic_segmentation_v2.ipynb
预期用途与限制
本模型旨在展示我运用技术解决复杂问题的能力。欢迎使用，但请注意风险自负。
训练与评估数据
数据来源：https://huggingface.co/datasets/Xpitfire/cmp_facade
训练过程
训练超参数
训练过程中使用以下超参数：
- 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：50
训练结果
整体数据集指标
| 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 |
| 1.6807 |
1.0 |
189 |
1.3310 |
0.2226 |
0.3388 |
0.5893 |
| 1.1837 |
2.0 |
378 |
1.1731 |
0.2602 |
0.3876 |
0.6122 |
| 1.0241 |
3.0 |
567 |
1.0485 |
0.2915 |
0.3954 |
0.6393 |
| ... |
... |
... |
... |
... |
... |
... |
| 0.3541 |
50.0 |
9450 |
1.0863 |
0.4097 |
0.5538 |
0.6951 |
各类别交并比（每轮）
| 轮次 |
类别0 |
类别1 |
类别2 |
类别3 |
类别4 |
类别5 |
类别6 |
类别7 |
类别8 |
类别9 |
类别10 |
类别11 |
| 1.0 |
0.4635 |
0.4905 |
0.4698 |
0.0 |
0.2307 |
0.1515 |
0.2789 |
0.0002 |
0.0250 |
0.3527 |
0.0 |
0.2087 |
| ... |
... |
... |
... |
... |
... |
... |
... |
... |
... |
... |
... |
... |
| 50.0 |
0.5922 |
0.5796 |
0.5785 |
0.2917 |
0.3793 |
0.3797 |
0.4481 |
0.4354 |
0.2647 |
0.4174 |
0.1817 |
0.3681 |
各类别准确率（每轮）
| 轮次 |
类别0 |
类别1 |
类别2 |
类别3 |
类别4 |
类别5 |
类别6 |
类别7 |
类别8 |
类别9 |
类别10 |
类别11 |
| 1.0 |
0.6133 |
0.6847 |
0.7408 |
0.0 |
0.4973 |
0.1720 |
0.4073 |
0.0002 |
0.0255 |
0.6371 |
0.0 |
0.2874 |
| ... |
... |
... |
... |
... |
... |
... |
... |
... |
... |
... |
... |
... |
| 50.0 |
0.6884 |
0.7852 |
0.7323 |
0.4523 |
0.5829 |
0.5516 |
0.5904 |
0.5289 |
0.4518 |
0.5719 |
0.2318 |
0.4783 |
框架版本
- Transformers 4.26.1
- Pytorch 1.12.1
- Datasets 2.9.0
- Tokenizers 0.12.1
Transformers%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20none;%20}%20.st1%20{%20fill:%20%235ce6cf;%20}%20.st2%20{%20fill:%20%230080ff;%20}%20.st3%20{%20clip-path:%20url(%23clippath);%20}%20%3c/style%3e%3cclipPath%20id='clippath'%3e%3crect%20class='st0'%20y='0'%20width='120'%20height='32'/%3e%3c/clipPath%3e%3c/defs%3e%3cg%20class='st3'%3e%3cg%3e%3cpath%20class='st1'%20d='M22.4,32H3.2c-1,0-2-.5-2.6-1.4-.6-.9-.7-2-.4-2.9L9.8,2.1C10.3.8,11.5,0,12.8,0s2.5.8,3,2.1l9.6,25.6c.4,1,.2,2.1-.4,2.9-.6.9-1.6,1.4-2.6,1.4ZM7.8,25.6h10l-5-13.3-5,13.3Z'/%3e%3cpath%20class='st2'%20d='M33.6,32c-1.3,0-2.5-.8-3-2.1L21,4.3c-.6-1.7.2-3.5,1.9-4.1,1.7-.6,3.5.2,4.1,1.9l9.6,25.6c.6,1.7-.2,3.5-1.9,4.1-.4.1-.8.2-1.1.2h0Z'/%3e%3cpath%20d='M71.8,9.1h-6.9v4.6h6.9c2.5,0,4.6,2,4.6,4.6h-6.9c-3.8,0-6.9,3.1-6.9,6.9s3.1,6.9,6.9,6.9h2.3c1.7,0,3.2-.4,4.6-1.2v1.2h4.6v-13.7c0-5-4.1-9.1-9.1-9.1h0ZM71.8,27.4h-2.3c-1.3,0-2.3-1-2.3-2.3s1-2.3,2.3-2.3h6.9c0,2.5-2,4.6-4.6,4.6h0Z'/%3e%3cpath%20d='M52.3,9.1h-4.6V0h-4.6V32h9.1c5,0,9.1-4.1,9.1-9.1v-4.6c0-5.1-4.1-9.1-9.1-9.1h0ZM56.9,22.9c0,2.5-2,4.6-4.6,4.6h-4.6v-13.7h4.6c2.5,0,4.6,2,4.6,4.6v4.6h0Z'/%3e%3cpath%20d='M110.9,13.7h9.1v-4.6h-9.1c-5.1,0-9.1,4.1-9.1,9.1v4.6c0,5.1,4.1,9.1,9.1,9.1h9.1v-4.6h-9.1c-2.5,0-4.6-2-4.6-4.6h13.7v-4.6h-13.7c0-2.5,2-4.6,4.6-4.6h0Z'/%3e%3cpath%20d='M93.6,18.3h-4.6c-1.3,0-2.3-1-2.3-2.3s1-2.3,2.3-2.3h10.3v-4.6h-10.3c-3.8,0-6.9,3.1-6.9,6.9s3.1,6.9,6.9,6.9h4.6c1.3,0,2.3,1,2.3,2.3s-1,2.3-2.3,2.3h-10.3v4.6h10.3c3.8,0,6.9-3.1,6.9-6.9s-3.1-6.9-6.9-6.9Z'/%3e%3c/g%3e%3c/g%3e%3c/svg%3e)