README.md

metadata

license: other
tags:
  - generated_from_trainer
model-index:
  - name: segformer-b0-DeepCrack
    results: []

segformer-b0-DeepCrack

This model is a fine-tuned version of nvidia/mit-b0 on the None dataset. It achieves the following results on the evaluation set:

• Loss: 0.0527
• Mean Iou: 0.0
• Mean Accuracy: nan
• Overall Accuracy: nan
• Accuracy Non-cracked: nan
• Accuracy Cracked: nan
• Iou Non-cracked: 0.0
• Iou Cracked: 0.0

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: 2
• eval_batch_size: 2
• 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	Accuracy Non-cracked	Accuracy Cracked	Iou Non-cracked	Iou Cracked
0.6178	1.0	20	0.6186	0.0	nan	nan	nan	nan	0.0	0.0
0.4909	2.0	40	0.4784	0.0	nan	nan	nan	nan	0.0	0.0
0.3845	3.0	60	0.4290	0.0	nan	nan	nan	nan	0.0	0.0
0.3352	4.0	80	0.2482	0.0	nan	nan	nan	nan	0.0	0.0
0.2033	5.0	100	0.3220	0.0	nan	nan	nan	nan	0.0	0.0
0.1557	6.0	120	0.4012	0.0	nan	nan	nan	nan	0.0	0.0
0.1851	7.0	140	0.0773	0.0	nan	nan	nan	nan	0.0	0.0
0.1049	8.0	160	0.2010	0.0	nan	nan	nan	nan	0.0	0.0
0.0884	9.0	180	0.1838	0.0	nan	nan	nan	nan	0.0	0.0
0.0887	10.0	200	0.1343	0.0	nan	nan	nan	nan	0.0	0.0
0.065	11.0	220	0.1933	0.0	nan	nan	nan	nan	0.0	0.0
0.0618	12.0	240	0.1084	0.0	nan	nan	nan	nan	0.0	0.0
0.0546	13.0	260	0.0515	0.0	nan	nan	nan	nan	0.0	0.0
0.039	14.0	280	0.1159	0.0	nan	nan	nan	nan	0.0	0.0
0.04	15.0	300	0.1041	0.0	nan	nan	nan	nan	0.0	0.0
0.047	16.0	320	0.1836	0.0	nan	nan	nan	nan	0.0	0.0
0.0308	17.0	340	0.1068	0.0	nan	nan	nan	nan	0.0	0.0
0.0291	18.0	360	0.0980	0.0	nan	nan	nan	nan	0.0	0.0
0.026	19.0	380	0.1805	0.0	nan	nan	nan	nan	0.0	0.0
0.0272	20.0	400	0.1208	0.0	nan	nan	nan	nan	0.0	0.0
0.0245	21.0	420	0.0758	0.0	nan	nan	nan	nan	0.0	0.0
0.0191	22.0	440	0.1378	0.0	nan	nan	nan	nan	0.0	0.0
0.0208	23.0	460	0.1485	0.0	nan	nan	nan	nan	0.0	0.0
0.0195	24.0	480	0.1166	0.0	nan	nan	nan	nan	0.0	0.0
0.0182	25.0	500	0.0893	0.0	nan	nan	nan	nan	0.0	0.0
0.0172	26.0	520	0.1040	0.0	nan	nan	nan	nan	0.0	0.0
0.0175	27.0	540	0.1170	0.0	nan	nan	nan	nan	0.0	0.0
0.0129	28.0	560	0.0813	0.0	nan	nan	nan	nan	0.0	0.0
0.0134	29.0	580	0.0805	0.0	nan	nan	nan	nan	0.0	0.0
0.0155	30.0	600	0.0633	0.0	nan	nan	nan	nan	0.0	0.0
0.013	31.0	620	0.0952	0.0	nan	nan	nan	nan	0.0	0.0
0.0116	32.0	640	0.0551	0.0	nan	nan	nan	nan	0.0	0.0
0.0121	33.0	660	0.0733	0.0	nan	nan	nan	nan	0.0	0.0
0.013	34.0	680	0.0758	0.0	nan	nan	nan	nan	0.0	0.0
0.0114	35.0	700	0.0509	0.0	nan	nan	nan	nan	0.0	0.0
0.0297	36.0	720	0.0418	0.0	nan	nan	nan	nan	0.0	0.0
0.0108	37.0	740	0.0823	0.0	nan	nan	nan	nan	0.0	0.0
0.0104	38.0	760	0.0864	0.0	nan	nan	nan	nan	0.0	0.0
0.0111	39.0	780	0.1240	0.0	nan	nan	nan	nan	0.0	0.0
0.0104	40.0	800	0.1074	0.0	nan	nan	nan	nan	0.0	0.0
0.0093	41.0	820	0.0531	0.0	nan	nan	nan	nan	0.0	0.0
0.0159	42.0	840	0.0412	0.0	nan	nan	nan	nan	0.0	0.0
0.0194	43.0	860	0.0689	0.0	nan	nan	nan	nan	0.0	0.0
0.0266	44.0	880	0.0688	0.0	nan	nan	nan	nan	0.0	0.0
0.0107	45.0	900	0.0767	0.0	nan	nan	nan	nan	0.0	0.0
0.0087	46.0	920	0.1006	0.0	nan	nan	nan	nan	0.0	0.0
0.0092	47.0	940	0.0759	0.0	nan	nan	nan	nan	0.0	0.0
0.0087	48.0	960	0.0724	0.0	nan	nan	nan	nan	0.0	0.0
0.0086	49.0	980	0.0694	0.0	nan	nan	nan	nan	0.0	0.0
0.0116	50.0	1000	0.0527	0.0	nan	nan	nan	nan	0.0	0.0

Framework versions

• Transformers 4.30.2
• Pytorch 2.0.1+cu118
• Datasets 2.13.1
• Tokenizers 0.13.3