모델 카드 업데이트 - Epoch 46 (검증 정확도: 0.8966)
Browse files
README.md
CHANGED
|
@@ -19,7 +19,7 @@ tags:
|
|
| 19 |
|
| 20 |
# ConvNext_Multi 모델 카드
|
| 21 |
|
| 22 |
-
_Last updated: 2025-08
|
| 23 |
## Model Details
|
| 24 |
|
| 25 |
ConvNext_Multi는 다중분광(멀티스펙트럼) 영상 데이터를 입력으로 하여 작물 및 식생을 분류하는 ConvNeXt 기반 이미지 분류 모델입니다. 드론 및 위성에서 촬영한 5밴드 (Blue, Green, Red, Near-Infrared, RedEdge) 영상을 효율적으로 처리하도록 설계되어, 고해상도 농업·환경 모니터링에 적합합니다.
|
|
@@ -30,7 +30,7 @@ ConvNext_Multi는 다중분광(멀티스펙트럼) 영상 데이터를 입력으
|
|
| 30 |
- **Languages:** Korean (모델 주석 및 문서화)
|
| 31 |
- **Model type:** 이미지 분류 (멀티밴드 입력)
|
| 32 |
- **Created_date:** 2025-06-05 13:32:18
|
| 33 |
-
-
|
| 34 |
P25-08-22 09:23:39
|
| 35 |
|
| 36 |
## Uses
|
|
@@ -94,6 +94,12 @@ predicted_class = torch.argmax(logits, dim=1)
|
|
| 94 |
- **Testing Data:** 별도 보유한 검증용 다중분광 이미지셋
|
| 95 |
- **Metrics:** 정확도(Accuracy), 손실(Loss)
|
| 96 |
- **Performance:**
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 97 |
- **베스트 성능 (Epoch 41):**
|
| 98 |
- 훈련 손실: 0.1238
|
| 99 |
- 훈련 정확도: 1.0000
|
|
|
|
| 19 |
|
| 20 |
# ConvNext_Multi 모델 카드
|
| 21 |
|
| 22 |
+
_Last updated: 2025-09-08 02:35:46
|
| 23 |
## Model Details
|
| 24 |
|
| 25 |
ConvNext_Multi는 다중분광(멀티스펙트럼) 영상 데이터를 입력으로 하여 작물 및 식생을 분류하는 ConvNeXt 기반 이미지 분류 모델입니다. 드론 및 위성에서 촬영한 5밴드 (Blue, Green, Red, Near-Infrared, RedEdge) 영상을 효율적으로 처리하도록 설계되어, 고해상도 농업·환경 모니터링에 적합합니다.
|
|
|
|
| 30 |
- **Languages:** Korean (모델 주석 및 문서화)
|
| 31 |
- **Model type:** 이미지 분류 (멀티밴드 입력)
|
| 32 |
- **Created_date:** 2025-06-05 13:32:18
|
| 33 |
+
P25-09-08 02:35:46
|
| 34 |
P25-08-22 09:23:39
|
| 35 |
|
| 36 |
## Uses
|
|
|
|
| 94 |
- **Testing Data:** 별도 보유한 검증용 다중분광 이미지셋
|
| 95 |
- **Metrics:** 정확도(Accuracy), 손실(Loss)
|
| 96 |
- **Performance:**
|
| 97 |
+
- **베스트 성능 (Epoch 46):**
|
| 98 |
+
- 훈련 손실: 0.1036
|
| 99 |
+
- 훈련 정확도: 1.0000
|
| 100 |
+
- 검증 손실: 0.4031
|
| 101 |
+
- 검증 정확도: 0.8966
|
| 102 |
+
- **마지막 업데이트:** 2025-09-08 02:35:46
|
| 103 |
- **베스트 성능 (Epoch 41):**
|
| 104 |
- 훈련 손실: 0.1238
|
| 105 |
- 훈련 정확도: 1.0000
|