许可证：apache-2.0
标签：

• 图像分割
• 视觉
• 训练生成
  基础模型：nvidia/mit-b0
  模型索引：
• 名称：segformer-trainer-test-bis
  结果：[]

segformer-trainer-test-bis

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

• 损失：1.3784
• 平均交并比（Mean Iou）：0.1424
• 平均准确率（Mean Accuracy）：0.1896
• 总体准确率（Overall Accuracy）：0.7288
• 未标注类别准确率（Accuracy Unlabeled）：nan
• 平坦道路准确率（Accuracy Flat-road）：0.6651
• 平坦人行道准确率（Accuracy Flat-sidewalk）：0.9129
• 平坦斑马线准确率（Accuracy Flat-crosswalk）：0.0
• 平坦自行车道准确率（Accuracy Flat-cyclinglane）：0.5829
• 平坦停车道准确率（Accuracy Flat-parkingdriveway）：0.0184
• 平坦铁轨准确率（Accuracy Flat-railtrack）：0.0
• 平坦路缘准确率（Accuracy Flat-curb）：0.0
• 人类行人准确率（Accuracy Human-person）：0.0
• 人类骑行者准确率（Accuracy Human-rider）：0.0
• 车辆汽车准确率（Accuracy Vehicle-car）：0.8322
• 车辆卡车准确率（Accuracy Vehicle-truck）：0.0
• 车辆巴士准确率（Accuracy Vehicle-bus）：0.0
• 车辆有轨电车准确率（Accuracy Vehicle-tramtrain）：0.0
• 车辆摩托车准确率（Accuracy Vehicle-motorcycle）：0.0
• 车辆自行车准确率（Accuracy Vehicle-bicycle）：0.0
• 车辆房车准确率（Accuracy Vehicle-caravan）：0.0
• 车辆拖车准确率（Accuracy Vehicle-cartrailer）：0.0
• 建筑建筑物准确率（Accuracy Construction-building）：0.8930
• 建筑门准确率（Accuracy Construction-door）：0.0
• 建筑墙准确率（Accuracy Construction-wall）：0.0025
• 建筑围栏护栏准确率（Accuracy Construction-fenceguardrail）：0.0
• 建筑桥梁准确率（Accuracy Construction-bridge）：0.0
• 建筑隧道准确率（Accuracy Construction-tunnel）：0.0
• 建筑楼梯准确率（Accuracy Construction-stairs）：0.0
• 物体柱子准确率（Accuracy Object-pole）：0.0008
• 物体交通标志准确率（Accuracy Object-trafficsign）：0.0
• 物体交通灯准确率（Accuracy Object-trafficlight）：0.0
• 自然植被准确率（Accuracy Nature-vegetation）：0.8552
• 自然地貌准确率（Accuracy Nature-terrain）：0.8507
• 天空准确率（Accuracy Sky）：0.8336
• 无效地面准确率（Accuracy Void-ground）：0.0
• 无效动态准确率（Accuracy Void-dynamic）：0.0
• 无效静态准确率（Accuracy Void-static）：0.0
• 无效模糊准确率（Accuracy Void-unclear）：0.0
• 未标注类别交并比（Iou Unlabeled）：nan
• 平坦道路交并比（Iou Flat-road）：0.4712
• 平坦人行道交并比（Iou Flat-sidewalk）：0.7651
• 平坦斑马线交并比（Iou Flat-crosswalk）：0.0
• 平坦自行车道交并比（Iou Flat-cyclinglane）：0.5216
• 平坦停车道交并比（Iou Flat-parkingdriveway）：0.0178
• 平坦铁轨交并比（Iou Flat-railtrack）：0.0
• 平坦路缘交并比（Iou Flat-curb）：0.0
• 人类行人交并比（Iou Human-person）：0.0
• 人类骑行者交并比（Iou Human-rider）：0.0
• 车辆汽车交并比（Iou Vehicle-car）：0.5696
• 车辆卡车交并比（Iou Vehicle-truck）：0.0
• 车辆巴士交并比（Iou Vehicle-bus）：0.0
• 车辆有轨电车交并比（Iou Vehicle-tramtrain）：0.0
• 车辆摩托车交并比（Iou Vehicle-motorcycle）：0.0
• 车辆自行车交并比（Iou Vehicle-bicycle）：0.0
• 车辆房车交并比（Iou Vehicle-caravan）：0.0
• 车辆拖车交并比（Iou Vehicle-cartrailer）：0.0
• 建筑建筑物交并比（Iou Construction-building）：0.4716
• 建筑门交并比（Iou Construction-door）：0.0
• 建筑墙交并比（Iou Construction-wall）：0.0024
• 建筑围栏护栏交并比（Iou Construction-fenceguardrail）：0.0
• 建筑桥梁交并比（Iou Construction-bridge）：0.0
• 建筑隧道交并比（Iou Construction-tunnel）：0.0
• 建筑楼梯交并比（Iou Construction-stairs）：0.0
• 物体柱子交并比（Iou Object-pole）：0.0008
• 物体交通标志交并比（Iou Object-trafficsign）：0.0
• 物体交通灯交并比（Iou Object-trafficlight）：0.0
• 自然植被交并比（Iou Nature-vegetation）：0.6813
• 自然地貌交并比（Iou Nature-terrain）：0.5513
• 天空交并比（Iou Sky）：0.7873
• 无效地面交并比（Iou Void-ground）：0.0
• 无效动态交并比（Iou Void-dynamic）：0.0
• 无效静态交并比（Iou Void-static）：0.0
• 无效模糊交并比（Iou Void-unclear）：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

训练过程

训练超参数

训练期间使用了以下超参数：

• 学习率：5e-05
• 训练批次大小：16
• 评估批次大小：16
• 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：线性
• 训练轮次：10.0

训练结果

（此处无具体训练结果数据）

框架版本

• Transformers 4.19.0.dev0
• PyTorch 1.11.0+cu113
• Datasets 2.0.0
• Tokenizers 0.11.6