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: 1.2223
• Map: 0.3117
• Map 50: 0.6293
• Map 75: 0.2667
• Map Small: 0.106
• Map Medium: 0.2851
• Map Large: 0.4545
• Mar 1: 0.3195
• Mar 10: 0.4877
• Mar 100: 0.5017
• Mar Small: 0.3298
• Mar Medium: 0.4402
• Mar Large: 0.6375
• Map Coverall: 0.5742
• Mar 100 Coverall: 0.7165
• Map Face Shield: 0.2986
• Mar 100 Face Shield: 0.5309
• Map Gloves: 0.2081
• Mar 100 Gloves: 0.3644
• Map Goggles: 0.1561
• Mar 100 Goggles: 0.4509
• Map Mask: 0.3214
• Mar 100 Mask: 0.4458

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: 5e-05
• train_batch_size: 8
• eval_batch_size: 8
• seed: 42
• optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
• 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	2.2632	0.0062	0.0235	0.0011	0.0073	0.0103	0.0113	0.0201	0.0898	0.1405	0.1997	0.1623	0.174	0.0017	0.0824	0.0034	0.0471	0.0033	0.1955	0.0037	0.0727	0.019	0.3047
No log	2.0	214	2.0234	0.0428	0.1012	0.0317	0.021	0.0786	0.0501	0.1375	0.2463	0.2875	0.2315	0.3098	0.3033	0.1382	0.5733	0.0104	0.1529	0.0071	0.2379	0.0034	0.1182	0.0549	0.3553
No log	3.0	321	1.8733	0.0639	0.1631	0.0411	0.0314	0.1147	0.0873	0.1589	0.3112	0.3549	0.2757	0.3445	0.4228	0.168	0.6642	0.0241	0.2309	0.0237	0.2819	0.0083	0.2091	0.0956	0.3884
No log	4.0	428	1.7409	0.115	0.2879	0.0752	0.07	0.1591	0.1481	0.1731	0.3487	0.3892	0.3703	0.3574	0.4902	0.276	0.617	0.0547	0.3471	0.0586	0.3339	0.0157	0.2436	0.17	0.4042
2.0328	5.0	535	1.6217	0.1734	0.3876	0.1395	0.1021	0.2176	0.239	0.2162	0.4068	0.4342	0.3228	0.3911	0.5637	0.4173	0.6705	0.1075	0.4059	0.0927	0.3655	0.0222	0.3182	0.2271	0.4111
2.0328	6.0	642	1.5774	0.1806	0.4081	0.1359	0.0693	0.1831	0.2549	0.2169	0.3982	0.4191	0.2609	0.3582	0.5482	0.4468	0.6687	0.1109	0.3926	0.0985	0.3316	0.0344	0.3382	0.2123	0.3642
2.0328	7.0	749	1.4768	0.1974	0.4263	0.162	0.0814	0.1819	0.3263	0.2326	0.4013	0.4296	0.25	0.3439	0.5935	0.4733	0.6682	0.0929	0.3765	0.1278	0.3458	0.0289	0.3473	0.2641	0.4105
2.0328	8.0	856	1.4344	0.2161	0.4708	0.181	0.0699	0.2098	0.333	0.2364	0.4117	0.4391	0.3247	0.391	0.5775	0.5021	0.6795	0.1504	0.4412	0.1385	0.3209	0.0341	0.3745	0.2553	0.3795
2.0328	9.0	963	1.4459	0.2189	0.4586	0.1836	0.1123	0.2038	0.3322	0.2571	0.4138	0.4358	0.3249	0.3825	0.5595	0.4938	0.6756	0.1193	0.4191	0.1437	0.3401	0.0531	0.3509	0.2845	0.3932
1.4446	10.0	1070	1.3804	0.2384	0.5297	0.1935	0.0951	0.2296	0.3716	0.2606	0.44	0.4664	0.2763	0.4271	0.5924	0.5123	0.6835	0.164	0.4794	0.193	0.3881	0.0584	0.4018	0.2642	0.3789
1.4446	11.0	1177	1.3651	0.2451	0.532	0.191	0.144	0.2261	0.3733	0.2756	0.4496	0.4642	0.2983	0.3913	0.6093	0.5158	0.7091	0.1875	0.4956	0.1824	0.3616	0.0623	0.3655	0.2777	0.3895
1.4446	12.0	1284	1.3426	0.2526	0.5358	0.208	0.1033	0.2291	0.38	0.285	0.4553	0.4771	0.281	0.4179	0.6092	0.5401	0.692	0.2285	0.5235	0.1492	0.3463	0.0697	0.4164	0.2753	0.4074
1.4446	13.0	1391	1.3738	0.2444	0.5204	0.2107	0.09	0.224	0.3802	0.2751	0.4449	0.4625	0.3096	0.398	0.5982	0.52	0.6835	0.1954	0.5132	0.1721	0.3362	0.0596	0.3655	0.2749	0.4142
1.4446	14.0	1498	1.3362	0.2562	0.5391	0.2243	0.0838	0.2223	0.4115	0.2789	0.4514	0.4694	0.2657	0.4098	0.6113	0.5536	0.6994	0.1741	0.5	0.1999	0.3593	0.089	0.3982	0.2646	0.39
1.2339	15.0	1605	1.2863	0.274	0.5738	0.235	0.1041	0.2467	0.4314	0.2953	0.4712	0.4907	0.3404	0.4268	0.6344	0.5423	0.7063	0.2487	0.5147	0.1963	0.3825	0.1043	0.4382	0.2783	0.4121
1.2339	16.0	1712	1.2890	0.2834	0.5828	0.246	0.1031	0.2535	0.4322	0.2994	0.4643	0.4831	0.3513	0.4217	0.6215	0.5515	0.6909	0.2501	0.5103	0.2154	0.3689	0.1029	0.4418	0.2969	0.4037
1.2339	17.0	1819	1.3175	0.2706	0.5655	0.2381	0.096	0.2336	0.4086	0.2952	0.4623	0.4779	0.3177	0.4192	0.6109	0.5271	0.6903	0.2482	0.5044	0.1664	0.352	0.1075	0.4309	0.3035	0.4121
1.2339	18.0	1926	1.2626	0.2851	0.5718	0.2366	0.0902	0.2654	0.4276	0.3093	0.4791	0.4957	0.2848	0.443	0.6326	0.5663	0.7091	0.2394	0.5279	0.204	0.3701	0.1101	0.4509	0.3058	0.4205
1.0914	19.0	2033	1.2619	0.2947	0.6021	0.2419	0.1009	0.2725	0.4294	0.3038	0.4833	0.4971	0.3184	0.4445	0.6232	0.5687	0.7017	0.2691	0.5368	0.2063	0.365	0.1127	0.4455	0.3169	0.4368
1.0914	20.0	2140	1.2522	0.3037	0.6086	0.2784	0.1125	0.2678	0.4599	0.3166	0.4787	0.4927	0.3366	0.4307	0.6243	0.5613	0.692	0.2928	0.5279	0.2075	0.3695	0.1509	0.4382	0.306	0.4358
1.0914	21.0	2247	1.2523	0.3006	0.6162	0.2592	0.1084	0.263	0.4545	0.3158	0.4778	0.4933	0.3353	0.4233	0.6332	0.5636	0.6989	0.2845	0.5162	0.1984	0.3599	0.1427	0.4582	0.3139	0.4332
1.0914	22.0	2354	1.2415	0.3077	0.624	0.2611	0.1393	0.2779	0.4448	0.3182	0.4826	0.4931	0.3503	0.426	0.6303	0.5733	0.7063	0.2865	0.5324	0.2076	0.3559	0.151	0.4418	0.32	0.4289
1.0914	23.0	2461	1.2369	0.306	0.6127	0.28	0.1183	0.2778	0.4528	0.3185	0.4812	0.4912	0.3626	0.4312	0.6278	0.5671	0.7017	0.2834	0.5221	0.2051	0.3593	0.1536	0.4309	0.3208	0.4421
1.0025	24.0	2568	1.2379	0.3076	0.6168	0.2685	0.1043	0.2796	0.4559	0.3191	0.4815	0.4946	0.3321	0.4344	0.6313	0.5695	0.7091	0.2823	0.5221	0.2061	0.3644	0.1542	0.4327	0.326	0.4447
1.0025	25.0	2675	1.2307	0.3139	0.6266	0.2715	0.1157	0.2888	0.4601	0.3206	0.4855	0.5023	0.3389	0.4441	0.6388	0.5695	0.7091	0.2934	0.525	0.2123	0.3678	0.1651	0.4545	0.3293	0.4553
1.0025	26.0	2782	1.2233	0.3133	0.6269	0.271	0.109	0.2844	0.4571	0.3171	0.4862	0.5019	0.3415	0.4391	0.6377	0.5774	0.7142	0.2981	0.5279	0.2093	0.3633	0.1619	0.46	0.32	0.4442
1.0025	27.0	2889	1.2248	0.313	0.6267	0.2686	0.1104	0.2867	0.4571	0.3185	0.4878	0.5026	0.361	0.44	0.637	0.5724	0.717	0.301	0.5338	0.2043	0.365	0.1653	0.4509	0.322	0.4463
1.0025	28.0	2996	1.2249	0.311	0.6268	0.2671	0.1071	0.2842	0.4533	0.3186	0.4887	0.5021	0.3363	0.4395	0.6376	0.5732	0.7176	0.2967	0.5265	0.201	0.3588	0.1609	0.4564	0.3234	0.4511
0.9487	29.0	3103	1.2225	0.3125	0.6304	0.2661	0.1045	0.2847	0.4557	0.3199	0.4891	0.503	0.3324	0.4407	0.639	0.5755	0.7182	0.3001	0.5338	0.2089	0.365	0.1574	0.4527	0.3208	0.4453
0.9487	30.0	3210	1.2223	0.3117	0.6293	0.2667	0.106	0.2851	0.4545	0.3195	0.4877	0.5017	0.3298	0.4402	0.6375	0.5742	0.7165	0.2986	0.5309	0.2081	0.3644	0.1561	0.4509	0.3214	0.4458

Framework versions

• Transformers 4.42.3
• Pytorch 2.1.2
• Datasets 2.20.0
• Tokenizers 0.19.1