segformer-finetuned

This model is a fine-tuned version of nvidia/mit-b0 on the fuji12345/t2i-seg dataset. It achieves the following results on the evaluation set:

• Loss: 0.0002
• Mean Iou: 0.0
• Mean Accuracy: nan
• Overall Accuracy: nan
• Accuracy Hallucination: nan
• Accuracy Normal: nan
• Iou Hallucination: 0.0
• Iou Normal: 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: 8
• eval_batch_size: 8
• seed: 1337
• optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
• lr_scheduler_type: polynomial
• num_epochs: 30.0

Training results

Training Loss	Epoch	Step	Accuracy Hallucination	Accuracy Normal	Iou Hallucination	Iou Normal	Validation Loss	Mean Accuracy	Mean Iou	Overall Accuracy
No log	1.0	21	nan	nan	0.0	0.0	0.4468	nan	0.0	nan
No log	2.0	42	nan	nan	0.0	0.0	0.2196	nan	0.0	nan
No log	3.0	63	nan	nan	0.0	0.0	0.2136	nan	0.0	nan
No log	4.0	84	nan	nan	0.0	0.0	0.1816	nan	0.0	nan
0.3217	5.0	105	nan	nan	0.0	0.0	0.1449	nan	0.0	nan
0.3217	6.0	126	nan	nan	0.0	0.0	0.1380	nan	0.0	nan
0.3217	7.0	147	nan	nan	0.0	0.0	0.1239	nan	0.0	nan
0.3217	8.0	168	nan	nan	0.0	0.0	0.1247	nan	0.0	nan
0.3217	9.0	189	nan	nan	0.0	0.0	0.1163	nan	0.0	nan
0.1596	9.5238	200	nan	nan	0.0	0.0	0.1181	nan	0.0	nan
0.0372	2.0	400	nan	nan	0.0	nan	0.0207	nan	0.0	nan
0.014	3.0	600	0.0095	0.0	nan	nan	nan	nan	0.0	nan
0.0078	4.0	800	0.0060	0.0	nan	nan	nan	nan	0.0	nan
0.0052	5.0	1000	0.0039	0.0	nan	nan	nan	nan	0.0	nan
0.0036	6.0	1200	0.0029	0.0	nan	nan	nan	nan	0.0	nan
0.0028	7.0	1400	0.0022	0.0	nan	nan	nan	nan	0.0	nan
0.0022	8.0	1600	0.0018	0.0	nan	nan	nan	nan	0.0	nan
0.0017	9.0	1800	0.0015	0.0	nan	nan	nan	nan	0.0	nan
0.0014	10.0	2000	0.0012	0.0	nan	nan	nan	nan	0.0	nan
0.0012	11.0	2200	0.0010	0.0	nan	nan	nan	nan	0.0	nan
0.0011	12.0	2400	0.0009	0.0	nan	nan	nan	nan	0.0	nan
0.0009	13.0	2600	0.0008	0.0	nan	nan	nan	nan	0.0	nan
0.0008	14.0	2800	0.0007	0.0	nan	nan	nan	nan	0.0	nan
0.0007	15.0	3000	0.0006	0.0	nan	nan	nan	nan	0.0	nan
0.0006	16.0	3200	0.0005	0.0	nan	nan	nan	nan	0.0	nan
0.0006	17.0	3400	0.0005	0.0	nan	nan	nan	nan	0.0	nan
0.0005	18.0	3600	0.0004	0.0	nan	nan	nan	nan	0.0	nan
0.0005	19.0	3800	0.0004	0.0	nan	nan	nan	nan	0.0	nan
0.0004	20.0	4000	0.0004	0.0	nan	nan	nan	nan	0.0	nan
0.0004	21.0	4200	0.0003	0.0	nan	nan	nan	nan	0.0	nan
0.0004	22.0	4400	0.0003	0.0	nan	nan	nan	nan	0.0	nan
0.0003	23.0	4600	0.0003	0.0	nan	nan	nan	nan	0.0	nan
0.0003	24.0	4800	0.0003	0.0	nan	nan	nan	nan	0.0	nan
0.0003	25.0	5000	0.0003	0.0	nan	nan	nan	nan	0.0	nan
0.0003	26.0	5200	0.0002	0.0	nan	nan	nan	nan	0.0	nan
0.0003	27.0	5400	0.0002	0.0	nan	nan	nan	nan	0.0	nan
0.0003	28.0	5600	0.0002	0.0	nan	nan	nan	nan	0.0	nan
0.0003	29.0	5800	0.0002	0.0	nan	nan	nan	nan	0.0	nan
0.0003	30.0	6000	0.0002	0.0	nan	nan	nan	nan	0.0	nan

Framework versions

• Transformers 4.53.0.dev0
• Pytorch 2.6.0+cu124
• Datasets 3.6.0
• Tokenizers 0.21.1