segformer-b0-finetuned-segments-SixrayGun8-15-2024

This model is a fine-tuned version of nvidia/mit-b0 on the saad7489/sixknifetest dataset. It achieves the following results on the evaluation set:

• Loss: 0.2599
• Mean Iou: 0.5207
• Mean Accuracy: 0.8178
• Overall Accuracy: 0.8137
• Accuracy No-label: nan
• Accuracy Object1: 0.8012
• Accuracy Object2: 0.8344
• Accuracy Object3: nan
• Accuracy Object4: nan
• Accuracy Object5: nan
• Accuracy Object6: nan
• Iou No-label: 0.0
• Iou Object1: 0.7752
• Iou Object2: 0.7870
• Iou Object3: nan
• Iou Object4: nan
• Iou Object5: nan
• Iou Object6: nan

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

• learning_rate: 6e-05
• train_batch_size: 20
• eval_batch_size: 20
• seed: 42
• optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
• lr_scheduler_type: linear
• num_epochs: 60

Training results

Training Loss	Epoch	Step	Validation Loss	Mean Iou	Mean Accuracy	Overall Accuracy	Accuracy No-label	Accuracy Object1	Accuracy Object2	Accuracy Object3	Accuracy Object4	Accuracy Object5	Accuracy Object6	Iou No-label	Iou Object1	Iou Object2	Iou Object3	Iou Object4	Iou Object5	Iou Object6
1.0854	3.3333	20	1.0662	0.3106	0.6634	0.6728	nan	0.7013	0.6256	nan	nan	nan	nan	0.0	0.6386	0.6037	0.0	nan	nan	nan
0.8905	6.6667	40	0.8646	0.4349	0.6883	0.6963	nan	0.7207	0.6559	nan	nan	nan	nan	0.0	0.6744	0.6301	nan	nan	nan	nan
0.7713	10.0	60	0.7540	0.4630	0.7340	0.7314	nan	0.7236	0.7443	nan	nan	nan	nan	0.0	0.6909	0.6980	nan	nan	nan	nan
0.696	13.3333	80	0.6988	0.4812	0.7766	0.7664	nan	0.7354	0.8178	nan	nan	nan	nan	0.0	0.7040	0.7395	nan	nan	nan	nan
0.6072	16.6667	100	0.6139	0.4944	0.7918	0.7858	nan	0.7678	0.8157	nan	nan	nan	nan	0.0	0.7345	0.7488	nan	nan	nan	nan
0.5645	20.0	120	0.5512	0.5064	0.8088	0.8032	nan	0.7864	0.8311	nan	nan	nan	nan	0.0	0.7488	0.7704	nan	nan	nan	nan
0.4945	23.3333	140	0.4930	0.5067	0.8117	0.8039	nan	0.7804	0.8429	nan	nan	nan	nan	0.0	0.7472	0.7729	nan	nan	nan	nan
0.4311	26.6667	160	0.4452	0.5119	0.8199	0.8131	nan	0.7924	0.8475	nan	nan	nan	nan	0.0	0.7619	0.7738	nan	nan	nan	nan
0.5659	30.0	180	0.4074	0.5028	0.7974	0.7895	nan	0.7657	0.8290	nan	nan	nan	nan	0.0	0.7383	0.7702	nan	nan	nan	nan
0.3611	33.3333	200	0.3591	0.5201	0.8225	0.8187	nan	0.8072	0.8379	nan	nan	nan	nan	0.0	0.7770	0.7832	nan	nan	nan	nan
0.3515	36.6667	220	0.3461	0.5181	0.8218	0.8151	nan	0.7948	0.8487	nan	nan	nan	nan	0.0	0.7683	0.7859	nan	nan	nan	nan
0.3119	40.0	240	0.3173	0.5161	0.8128	0.8082	nan	0.7939	0.8317	nan	nan	nan	nan	0.0	0.7654	0.7827	nan	nan	nan	nan
0.3099	43.3333	260	0.2962	0.5235	0.8233	0.8203	nan	0.8112	0.8353	nan	nan	nan	nan	0.0	0.7827	0.7879	nan	nan	nan	nan
0.2836	46.6667	280	0.2862	0.5275	0.8297	0.8274	nan	0.8205	0.8388	nan	nan	nan	nan	0.0	0.7913	0.7913	nan	nan	nan	nan
0.2765	50.0	300	0.2773	0.5265	0.8269	0.8240	nan	0.8153	0.8386	nan	nan	nan	nan	0.0	0.7867	0.7929	nan	nan	nan	nan
0.2674	53.3333	320	0.2690	0.5249	0.8245	0.8220	nan	0.8144	0.8345	nan	nan	nan	nan	0.0	0.7852	0.7896	nan	nan	nan	nan
0.2595	56.6667	340	0.2638	0.5225	0.8210	0.8173	nan	0.8060	0.8359	nan	nan	nan	nan	0.0	0.7789	0.7887	nan	nan	nan	nan
0.2966	60.0	360	0.2599	0.5207	0.8178	0.8137	nan	0.8012	0.8344	nan	nan	nan	nan	0.0	0.7752	0.7870	nan	nan	nan	nan

Framework versions

• Transformers 4.42.4
• Pytorch 2.3.1+cu121
• Datasets 2.21.0
• Tokenizers 0.19.1