Характеристики

Лицензия: Apache 2.0
Архитектура: segformer · dense
Опубликована: 24 июл 2022

Ссылки

Hugging Face

segformer-b0-finetuned-pokemon

ydmeira

Сегментация изображенийИзображение → mask3 профессии

Модель SegFormer-B0 для семантической сегментации изображений покемонов.

45скачиваний за 30 дней0лайковвеса обновлены13 авг 2022

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

ydmeira/segformer-b0-finetuned-pokemon — модель семантической сегментации изображений на архитектуре SegFormer-B0, разработанная на основе fine-tuning. Карточка указывает Apache License 2.0 и формат PyTorch.

Модель предназначена для пиксельной классификации изображений покемонов. На наборе оценки указаны mean IoU 0,497, mean accuracy 0,994 и overall accuracy 0,994; для категорий приведены IoU 0,0 и 0,994, поэтому высокую общую точность следует оценивать с учётом распределения классов. Сведения о датасете и подробностях применения в карточке отсутствуют.

Сценарии применения

сегментация областей с покемонами на изображениях
пиксельная классификация изображения на фон и целевой объект
эксперименты с семантической сегментацией покемонов

Ограничения

README не раскрывает состав датасета и подробные ограничения модели. Метрики по категориям неоднородны, поэтому общая точность может не отражать качество сегментации каждого класса.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

segformer-b0-finetuned-pokemon

This model is a fine-tuned version of ydmeira/segformer-b0-finetuned-pokemon on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.0157
Mean Iou: 0.4970
Mean Accuracy: 0.9940
Overall Accuracy: 0.9940
Per Category Iou: [0.0, 0.9940101727137823]
Per Category Accuracy: [nan, 0.9940101727137823]

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: 24
eval_batch_size: 24
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 50

Training results

Training Loss	Epoch	Step	Validation Loss	Mean Iou	Mean Accuracy	Overall Accuracy	Per Category Iou	Per Category Accuracy
0.0175	45.0	1305	0.0157	0.4971	0.9943	0.9943	[0.0, 0.9942906494536522]	[nan, 0.9942906494536522]
0.018	46.0	1334	0.0157	0.4968	0.9936	0.9936	[0.0, 0.9936369941650801]	[nan, 0.9936369941650801]
0.0185	47.0	1363	0.0157	0.4971	0.9943	0.9943	[0.0, 0.9942791789145462]	[nan, 0.9942791789145462]
0.018	48.0	1392	0.0157	0.4969	0.9937	0.9937	[0.0, 0.9937245121725857]	[nan, 0.9937245121725857]
0.0183	49.0	1421	0.0157	0.4969	0.9939	0.9939	[0.0, 0.9938530594161242]	[nan, 0.9938530594161242]
0.0196	50.0	1450	0.0157	0.4970	0.9940	0.9940	[0.0, 0.9940101727137823]	[nan, 0.9940101727137823]

Framework versions

Transformers 4.20.1
Pytorch 1.12.0+cu113
Datasets 2.3.2
Tokenizers 0.12.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · image-segmentation

Можно запустить

Подбираем GPU…

Класс архитектуры: SegformerForSemanticSegmentation
Ревизия весов: 15cf68f