detr_finetuned_cppe5

This model is a fine-tuned version of microsoft/conditional-detr-resnet-50 on an unknown dataset. It achieves the following results on the evaluation set:

• Loss: 1.1482
• Map: 0.3013
• Map 50: 0.6037
• Map 75: 0.2625
• Map Small: 0.0935
• Map Medium: 0.2354
• Map Large: 0.4705
• Mar 1: 0.293
• Mar 10: 0.4358
• Mar 100: 0.4539
• Mar Small: 0.2086
• Mar Medium: 0.3954
• Mar Large: 0.6332
• Map Coverall: 0.5417
• Mar 100 Coverall: 0.6608
• Map Face Shield: 0.3015
• Mar 100 Face Shield: 0.4709
• Map Gloves: 0.1881
• Mar 100 Gloves: 0.3589
• Map Goggles: 0.1751
• Mar 100 Goggles: 0.3723
• Map Mask: 0.2998
• Mar 100 Mask: 0.4067

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: 0.0001
• train_batch_size: 8
• eval_batch_size: 8
• seed: 42
• optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
• lr_scheduler_type: cosine
• num_epochs: 30

Training results

Training Loss	Epoch	Step	Validation Loss	Map	Map 50	Map 75	Map Small	Map Medium	Map Large	Mar 1	Mar 10	Mar 100	Mar Small	Mar Medium	Mar Large	Map Coverall	Mar 100 Coverall	Map Face Shield	Mar 100 Face Shield	Map Gloves	Mar 100 Gloves	Map Goggles	Mar 100 Goggles	Map Mask	Mar 100 Mask
No log	1.0	107	1.3103	0.2366	0.5251	0.1954	0.0483	0.1595	0.4051	0.2415	0.372	0.3916	0.0973	0.3279	0.5894	0.5019	0.6234	0.1952	0.3873	0.1421	0.3067	0.1166	0.3123	0.2272	0.328
No log	2.0	214	1.2553	0.2407	0.5311	0.1895	0.0818	0.1888	0.3807	0.2457	0.4052	0.4239	0.2015	0.3461	0.6037	0.4952	0.6351	0.2002	0.4405	0.1491	0.317	0.1145	0.3508	0.2445	0.376
No log	3.0	321	1.2643	0.2545	0.5418	0.2059	0.0836	0.1862	0.4223	0.2582	0.4086	0.4288	0.1915	0.354	0.6306	0.4996	0.6315	0.2537	0.4911	0.1503	0.3174	0.1181	0.34	0.2506	0.364
No log	4.0	428	1.2615	0.2529	0.5449	0.2072	0.0696	0.1878	0.4059	0.2609	0.3967	0.4207	0.1807	0.3445	0.6116	0.5063	0.6261	0.2257	0.438	0.1622	0.3304	0.1233	0.3385	0.247	0.3707
0.809	5.0	535	1.2607	0.2579	0.531	0.2227	0.073	0.2017	0.3961	0.2645	0.4083	0.4268	0.1903	0.372	0.5884	0.4998	0.6248	0.2598	0.4519	0.1353	0.304	0.1357	0.3677	0.2589	0.3858
0.809	6.0	642	1.2593	0.2519	0.5188	0.1991	0.0871	0.1865	0.3902	0.2603	0.3996	0.4208	0.2027	0.3592	0.5902	0.493	0.6302	0.2515	0.443	0.1459	0.3241	0.1331	0.3538	0.2359	0.3529
0.809	7.0	749	1.2608	0.2343	0.5174	0.1746	0.0704	0.1827	0.359	0.2465	0.3923	0.4159	0.1648	0.3577	0.5925	0.4923	0.6392	0.2226	0.419	0.143	0.3121	0.0839	0.3462	0.2296	0.3631
0.809	8.0	856	1.2420	0.2518	0.5359	0.2112	0.0678	0.1871	0.3933	0.2665	0.4027	0.4247	0.1816	0.3587	0.6093	0.5093	0.6333	0.2541	0.457	0.161	0.304	0.1149	0.3708	0.2194	0.3582
0.809	9.0	963	1.2877	0.2389	0.5124	0.1925	0.0765	0.1861	0.3552	0.2418	0.3911	0.4139	0.1845	0.3416	0.5759	0.4878	0.6405	0.2406	0.457	0.16	0.3219	0.0767	0.3154	0.2292	0.3347
0.8045	10.0	1070	1.2622	0.2465	0.5363	0.1849	0.0681	0.1901	0.3804	0.2551	0.3944	0.4152	0.1688	0.347	0.5884	0.4993	0.6248	0.235	0.419	0.1353	0.325	0.1121	0.3323	0.2506	0.3751
0.8045	11.0	1177	1.2450	0.2567	0.5325	0.212	0.0769	0.2089	0.3991	0.2561	0.4013	0.4236	0.1756	0.38	0.583	0.5152	0.6311	0.2205	0.4228	0.1471	0.3152	0.1476	0.3892	0.2528	0.3596
0.8045	12.0	1284	1.2581	0.2482	0.5347	0.1968	0.0744	0.1923	0.3948	0.2679	0.4031	0.4202	0.1677	0.365	0.5949	0.511	0.6423	0.2382	0.443	0.1513	0.3107	0.1024	0.3523	0.2383	0.3524
0.8045	13.0	1391	1.2723	0.2523	0.5343	0.1932	0.0752	0.1776	0.4016	0.2564	0.3901	0.413	0.1807	0.3553	0.5787	0.5103	0.6374	0.2291	0.4165	0.1744	0.3304	0.1068	0.3308	0.2407	0.3502
0.8045	14.0	1498	1.2605	0.2557	0.5429	0.2066	0.064	0.2004	0.4036	0.26	0.3913	0.4058	0.1734	0.349	0.5638	0.506	0.6284	0.2267	0.4101	0.1439	0.283	0.1458	0.3431	0.2562	0.3644
0.7483	15.0	1605	1.1914	0.2745	0.5581	0.2287	0.0771	0.2257	0.436	0.2752	0.418	0.4318	0.182	0.3714	0.5948	0.5256	0.6437	0.265	0.4506	0.1654	0.3304	0.1388	0.3508	0.2776	0.3836
0.7483	16.0	1712	1.2263	0.2707	0.5439	0.2323	0.0806	0.2134	0.4229	0.271	0.4093	0.4281	0.2211	0.353	0.5989	0.5228	0.6329	0.2682	0.438	0.1485	0.3138	0.1464	0.3769	0.2675	0.3787
0.7483	17.0	1819	1.1937	0.2768	0.5753	0.2219	0.0905	0.2061	0.4351	0.2744	0.4158	0.4374	0.1936	0.3639	0.6148	0.5191	0.6464	0.2555	0.4582	0.175	0.3348	0.1594	0.3646	0.2752	0.3831
0.7483	18.0	1926	1.1891	0.2819	0.5779	0.2195	0.0856	0.2146	0.4421	0.2804	0.4272	0.4425	0.1994	0.3761	0.6186	0.528	0.6491	0.2863	0.4797	0.1772	0.3366	0.1458	0.3646	0.2721	0.3822
0.6667	19.0	2033	1.1921	0.2873	0.5852	0.2319	0.0904	0.2222	0.4537	0.2785	0.4251	0.4483	0.1838	0.4064	0.6159	0.539	0.6568	0.2849	0.4747	0.1765	0.3411	0.1539	0.3754	0.2821	0.3938
0.6667	20.0	2140	1.1818	0.293	0.5831	0.2489	0.091	0.2229	0.4721	0.2877	0.4307	0.448	0.2008	0.3913	0.6292	0.5318	0.6536	0.3021	0.4886	0.1806	0.3496	0.1786	0.3662	0.2721	0.3822
0.6667	21.0	2247	1.1679	0.2914	0.5889	0.2375	0.0971	0.2219	0.4566	0.2834	0.4302	0.4503	0.1951	0.3953	0.6284	0.5388	0.6577	0.2947	0.4608	0.1848	0.3567	0.1545	0.3815	0.2844	0.3947
0.6667	22.0	2354	1.1684	0.2901	0.5869	0.2451	0.0909	0.2182	0.4556	0.284	0.4314	0.4457	0.2025	0.375	0.6275	0.5342	0.6568	0.2854	0.4608	0.1817	0.3473	0.1645	0.3677	0.2848	0.396
0.6667	23.0	2461	1.1606	0.2927	0.5861	0.2426	0.0869	0.2221	0.4582	0.2868	0.4278	0.4471	0.2063	0.3833	0.6147	0.546	0.6568	0.292	0.4709	0.1828	0.3522	0.1601	0.3646	0.2825	0.3911
0.5873	24.0	2568	1.1582	0.2924	0.5898	0.2543	0.0918	0.2298	0.4546	0.2898	0.4311	0.4497	0.2008	0.3965	0.6166	0.5473	0.6653	0.2906	0.4747	0.1811	0.346	0.149	0.3662	0.2939	0.3964
0.5873	25.0	2675	1.1534	0.2987	0.6015	0.2658	0.0897	0.2329	0.4705	0.2899	0.4312	0.4515	0.2032	0.3874	0.6358	0.5507	0.6653	0.2975	0.4797	0.186	0.3536	0.1632	0.3569	0.2963	0.4018
0.5873	26.0	2782	1.1536	0.2976	0.5984	0.2627	0.093	0.2331	0.4708	0.2882	0.4335	0.4536	0.2074	0.3973	0.6307	0.5414	0.6604	0.2947	0.4785	0.1831	0.3562	0.1733	0.3708	0.2955	0.4022
0.5873	27.0	2889	1.1492	0.2992	0.6031	0.2633	0.0931	0.2331	0.4692	0.2913	0.4358	0.4528	0.2119	0.3922	0.6313	0.5442	0.6617	0.2975	0.4785	0.185	0.3558	0.174	0.3662	0.2951	0.4018
0.5873	28.0	2996	1.1491	0.3007	0.6027	0.2606	0.0927	0.2337	0.4742	0.2928	0.4342	0.4528	0.2026	0.3965	0.6313	0.5406	0.6581	0.2982	0.4709	0.1881	0.358	0.1799	0.3738	0.2965	0.4031
0.5379	29.0	3103	1.1484	0.301	0.6039	0.2632	0.0932	0.2356	0.4706	0.2935	0.4356	0.4532	0.2035	0.395	0.6327	0.541	0.6599	0.3019	0.4696	0.1885	0.3589	0.1739	0.3723	0.2995	0.4053
0.5379	30.0	3210	1.1482	0.3013	0.6037	0.2625	0.0935	0.2354	0.4705	0.293	0.4358	0.4539	0.2086	0.3954	0.6332	0.5417	0.6608	0.3015	0.4709	0.1881	0.3589	0.1751	0.3723	0.2998	0.4067

Framework versions

• Transformers 4.55.4
• Pytorch 2.8.0+cu126
• Datasets 4.0.0
• Tokenizers 0.21.4