detr-finetuned-cppe-5-10k-steps

namnguyen059

Detección de objetos

Este modelo es una versión afinada de facebook/detr-resnet-50 en el conjunto de datos de namnguyen059/PDFextract. Logra los siguientes resultados en el conjunto de evaluación: Pérdida: 3.3774, Map: 0.0076, Map 50: 0.0237, Map 75: 0.0004, Map Pequeño: 0.0, Map Medio: 0.0117, Map Grande: 0.0, Mar 1: 0.0014, Mar 10: 0.0459, Mar 100: 0.0622, Mar Pequeño: 0.0, Mar Medio: 0.0958, Mar Grande: 0.0, Map Tabla: 0.0, Mar 100 Tabla: 0.0, Map Texto: 0.0152, Mar 100 Texto: 0.1243

Como usar

El siguiente conjunto de hiperparámetros se utilizó durante el entrenamiento:
learning_rate: 5e-05
train_batch_size: 8
eval_batch_size: 8
seed: 1337
optimizer: Adam with betas=(0.9, 0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 100.0

Resultados del entrenamiento:
Época Paso
Validación de la pérdida
Map
Map 50
Map 75
Map Pequeño
Map Medio
Map Grande
Mar 1
Mar 10
Mar 100
Mar Pequeño
Mar Medio
Mar Grande
Map Tabla
Mar 100 Tabla
Map Texto
Mar 100 Texto

6.2935 1.0 5 5.7125 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
5.6711 2.0 10 5.4708 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
5.3937 3.0 15 5.2153 0.0 0.0 0.0
...... (continuación de resultados de entrenamiento) ......

Funcionalidades

Transformadores
Puntos finales de inferencia
Repositorio de entrenamiento
Licencia: apache-2.0
Tarjeta del modelo
Archivos y versiones
Métricas
Métricas de entrenamiento
Train Deploy

Casos de uso

Detección de objetos
Análisis de imágenes
Reconocimiento de patrones
Diferentes aplicaciones en el campo de la visión por computadora