--- license: other base_model: nvidia/mit-b0 tags: - vision - image-segmentation - generated_from_trainer model-index: - name: segformer-b0-finetuned-segments-dots-1 results: [] --- # segformer-b0-finetuned-segments-dots-1 This model is a fine-tuned version of [nvidia/mit-b0](https://huggingface.co/nvidia/mit-b0) on the rohan8020/test dataset. It achieves the following results on the evaluation set: - Loss: 0.0000 - Mean Iou: 0.0 - Mean Accuracy: nan - Overall Accuracy: nan - Accuracy Unlabeled: nan - Accuracy Dots: nan - Iou Unlabeled: 0.0 - Iou Dots: 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: 250 ### Training results | Training Loss | Epoch | Step | Validation Loss | Mean Iou | Mean Accuracy | Overall Accuracy | Accuracy Unlabeled | Accuracy Dots | Iou Unlabeled | Iou Dots | |:-------------:|:-----:|:----:|:---------------:|:--------:|:-------------:|:----------------:|:------------------:|:-------------:|:-------------:|:--------:| | 0.0029 | 4.0 | 20 | 0.0122 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0004 | 8.0 | 40 | 0.0010 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0003 | 12.0 | 60 | 0.0004 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0003 | 16.0 | 80 | 0.0003 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0003 | 20.0 | 100 | 0.0002 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0002 | 24.0 | 120 | 0.0002 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0001 | 28.0 | 140 | 0.0001 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0002 | 32.0 | 160 | 0.0001 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0001 | 36.0 | 180 | 0.0001 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0001 | 40.0 | 200 | 0.0001 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0002 | 44.0 | 220 | 0.0001 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0001 | 48.0 | 240 | 0.0001 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0001 | 52.0 | 260 | 0.0001 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0001 | 56.0 | 280 | 0.0001 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 60.0 | 300 | 0.0001 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0001 | 64.0 | 320 | 0.0001 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0001 | 68.0 | 340 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0001 | 72.0 | 360 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0001 | 76.0 | 380 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 80.0 | 400 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0001 | 84.0 | 420 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 88.0 | 440 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0001 | 92.0 | 460 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 96.0 | 480 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 100.0 | 500 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 104.0 | 520 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 108.0 | 540 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 112.0 | 560 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 116.0 | 580 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 120.0 | 600 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 124.0 | 620 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 128.0 | 640 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 132.0 | 660 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 136.0 | 680 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 140.0 | 700 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 144.0 | 720 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 148.0 | 740 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 152.0 | 760 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 156.0 | 780 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 160.0 | 800 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 164.0 | 820 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 168.0 | 840 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 172.0 | 860 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 176.0 | 880 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 180.0 | 900 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 184.0 | 920 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 188.0 | 940 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 192.0 | 960 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 196.0 | 980 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 200.0 | 1000 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 204.0 | 1020 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 208.0 | 1040 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 212.0 | 1060 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 216.0 | 1080 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 220.0 | 1100 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 224.0 | 1120 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 228.0 | 1140 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 232.0 | 1160 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 236.0 | 1180 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 240.0 | 1200 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 244.0 | 1220 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | | 0.0 | 248.0 | 1240 | 0.0000 | 0.0 | nan | nan | nan | nan | 0.0 | 0.0 | ### Framework versions - Transformers 4.37.0 - Pytorch 2.1.0+cu121 - Datasets 2.16.1 - Tokenizers 0.15.0