segformer-b2-finetuned-segments-SixrayGun8-15-2024

This model is a fine-tuned version of nvidia/mit-b2 on the saad7489/SIXray_Gun dataset. It achieves the following results on the evaluation set:

• Loss: 0.0404
• Mean Iou: 0.5806
• Mean Accuracy: 0.8934
• Overall Accuracy: 0.8890
• Accuracy No-label: nan
• Accuracy Object1: 0.8756
• Accuracy Object2: 0.9112
• Accuracy Object3: nan
• Accuracy Object4: nan
• Accuracy Object5: nan
• Accuracy Object6: nan
• Iou No-label: 0.0
• Iou Object1: 0.8624
• Iou Object2: 0.8795
• 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
0.9839	3.3333	20	1.1748	0.2064	0.6978	0.6660	nan	0.5695	0.8261	nan	nan	nan	nan	0.0	0.5204	0.5115	0.0	nan	nan	0.0
0.3693	6.6667	40	0.2452	0.4796	0.7757	0.7861	nan	0.8178	0.7336	nan	nan	nan	nan	0.0	0.7380	0.7007	nan	nan	nan	nan
0.1373	10.0	60	0.1276	0.5223	0.8244	0.8300	nan	0.8471	0.8017	nan	nan	nan	nan	0.0	0.7908	0.7761	nan	nan	nan	nan
0.072	13.3333	80	0.0732	0.5281	0.8149	0.8097	nan	0.7937	0.8360	nan	nan	nan	nan	0.0	0.7729	0.8113	nan	nan	nan	nan
0.0488	16.6667	100	0.0609	0.4191	0.8643	0.8619	nan	0.8546	0.8739	nan	nan	nan	nan	0.0	0.8313	0.8450	0.0	nan	nan	nan
0.0408	20.0	120	0.0539	0.5675	0.8731	0.8666	nan	0.8468	0.8993	nan	nan	nan	nan	0.0	0.8358	0.8668	nan	nan	nan	nan
0.039	23.3333	140	0.0491	0.5618	0.8647	0.8590	nan	0.8414	0.8881	nan	nan	nan	nan	0.0	0.8264	0.8590	nan	nan	nan	nan
0.0365	26.6667	160	0.0484	0.4312	0.8834	0.8773	nan	0.8588	0.9081	nan	nan	nan	nan	0.0	0.8494	0.8753	0.0	nan	nan	nan
0.0721	30.0	180	0.0486	0.4383	0.9014	0.8957	nan	0.8783	0.9245	nan	nan	nan	nan	0.0	0.8673	0.8861	0.0	nan	nan	nan
0.0311	33.3333	200	0.0446	0.5701	0.8758	0.8697	nan	0.8509	0.9007	nan	nan	nan	nan	0.0	0.8400	0.8704	nan	nan	nan	nan
0.0404	36.6667	220	0.0431	0.5719	0.8794	0.8748	nan	0.8609	0.8978	nan	nan	nan	nan	0.0	0.8472	0.8686	nan	nan	nan	nan
0.0284	40.0	240	0.0441	0.5852	0.9034	0.8989	nan	0.8852	0.9216	nan	nan	nan	nan	0.0	0.8701	0.8855	nan	nan	nan	nan
0.0302	43.3333	260	0.0424	0.4372	0.8979	0.8935	nan	0.8799	0.9159	nan	nan	nan	nan	0.0	0.8668	0.8819	0.0	nan	nan	nan
0.0283	46.6667	280	0.0429	0.5891	0.9094	0.9046	nan	0.8899	0.9290	nan	nan	nan	nan	0.0	0.8762	0.8910	nan	nan	nan	nan
0.0261	50.0	300	0.0413	0.5813	0.8950	0.8904	nan	0.8765	0.9135	nan	nan	nan	nan	0.0	0.8632	0.8808	nan	nan	nan	nan
0.023	53.3333	320	0.0404	0.5822	0.8966	0.8910	nan	0.8742	0.9190	nan	nan	nan	nan	0.0	0.8620	0.8845	nan	nan	nan	nan
0.0241	56.6667	340	0.0407	0.5848	0.9011	0.8969	nan	0.8839	0.9184	nan	nan	nan	nan	0.0	0.8700	0.8844	nan	nan	nan	nan
0.0527	60.0	360	0.0404	0.5806	0.8934	0.8890	nan	0.8756	0.9112	nan	nan	nan	nan	0.0	0.8624	0.8795	nan	nan	nan	nan

Framework versions

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