Hugging Face's logo

Vrjb
/
SegFormer_b2_

Transformers
Safetensors
segformer
Generated from Trainer
Model card Files
xet
 Community
Vrjb commited on
Commit
d4a3196
·
verified ·
1 Parent(s): 1a040db

Model save

Browse files
Files changed (4) hide show
  1. README.md +156 -0
  2. config.json +144 -0
  3. model.safetensors +3 -0
  4. training_args.bin +3 -0
README.md ADDED
@@ -0,0 +1,156 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ library_name: transformers
3
+ license: other
4
+ base_model: nvidia/segformer-b2-finetuned-cityscapes-1024-1024
5
+ tags:
6
+ - generated_from_trainer
7
+ model-index:
8
+ - name: SegFormer_b2_
9
+ results: []
10
+ ---
11
+
12
+ <!-- This model card has been generated automatically according to the information the Trainer had access to. You
13
+ should probably proofread and complete it, then remove this comment. -->
14
+
15
+ # SegFormer_b2_
16
+
17
+ This model is a fine-tuned version of [nvidia/segformer-b2-finetuned-cityscapes-1024-1024](https://huggingface.co/nvidia/segformer-b2-finetuned-cityscapes-1024-1024) on an unknown dataset.
18
+ It achieves the following results on the evaluation set:
19
+ - Loss: nan
20
+ - Mean Iou: 0.0
21
+ - Mean Accuracy: 0.0
22
+ - Overall Accuracy: 0.0
23
+ - Accuracy Unlabeled: nan
24
+ - Accuracy Ego vehicle: nan
25
+ - Accuracy Rectification border: nan
26
+ - Accuracy Out of roi: nan
27
+ - Accuracy Static: nan
28
+ - Accuracy Dynamic: nan
29
+ - Accuracy Ground: nan
30
+ - Accuracy Road: 0.0
31
+ - Accuracy Sidewalk: 0.0
32
+ - Accuracy Parking: nan
33
+ - Accuracy Rail track: nan
34
+ - Accuracy Building: 0.0
35
+ - Accuracy Wall: 0.0
36
+ - Accuracy Fence: 0.0
37
+ - Accuracy Guard rail: nan
38
+ - Accuracy Bridge: nan
39
+ - Accuracy Tunnel: nan
40
+ - Accuracy Pole: 0.0
41
+ - Accuracy Polegroup: nan
42
+ - Accuracy Traffic light: 0.0
43
+ - Accuracy Traffic sign: 0.0
44
+ - Accuracy Vegetation: 0.0
45
+ - Accuracy Terrain: 0.0
46
+ - Accuracy Sky: nan
47
+ - Accuracy Person: 0.0
48
+ - Accuracy Rider: 0.0
49
+ - Accuracy Car: 0.0
50
+ - Accuracy Truck: 0.0
51
+ - Accuracy Bus: 0.0
52
+ - Accuracy Caravan: nan
53
+ - Accuracy Trailer: nan
54
+ - Accuracy Train: 0.0
55
+ - Accuracy Motorcycle: 0.0
56
+ - Accuracy Bicycle: 0.0
57
+ - Accuracy License plate: nan
58
+ - Iou Unlabeled: 0.0
59
+ - Iou Ego vehicle: nan
60
+ - Iou Rectification border: nan
61
+ - Iou Out of roi: nan
62
+ - Iou Static: nan
63
+ - Iou Dynamic: nan
64
+ - Iou Ground: nan
65
+ - Iou Road: 0.0
66
+ - Iou Sidewalk: 0.0
67
+ - Iou Parking: nan
68
+ - Iou Rail track: nan
69
+ - Iou Building: 0.0
70
+ - Iou Wall: 0.0
71
+ - Iou Fence: 0.0
72
+ - Iou Guard rail: nan
73
+ - Iou Bridge: nan
74
+ - Iou Tunnel: nan
75
+ - Iou Pole: 0.0
76
+ - Iou Polegroup: nan
77
+ - Iou Traffic light: 0.0
78
+ - Iou Traffic sign: 0.0
79
+ - Iou Vegetation: 0.0
80
+ - Iou Terrain: 0.0
81
+ - Iou Sky: nan
82
+ - Iou Person: 0.0
83
+ - Iou Rider: 0.0
84
+ - Iou Car: 0.0
85
+ - Iou Truck: 0.0
86
+ - Iou Bus: 0.0
87
+ - Iou Caravan: nan
88
+ - Iou Trailer: nan
89
+ - Iou Train: 0.0
90
+ - Iou Motorcycle: 0.0
91
+ - Iou Bicycle: 0.0
92
+ - Iou License plate: nan
93
+
94
+ ## Model description
95
+
96
+ More information needed
97
+
98
+ ## Intended uses & limitations
99
+
100
+ More information needed
101
+
102
+ ## Training and evaluation data
103
+
104
+ More information needed
105
+
106
+ ## Training procedure
107
+
108
+ ### Training hyperparameters
109
+
110
+ The following hyperparameters were used during training:
111
+ - learning_rate: 0.0005
112
+ - train_batch_size: 2
113
+ - eval_batch_size: 2
114
+ - seed: 42
115
+ - gradient_accumulation_steps: 4
116
+ - total_train_batch_size: 8
117
+ - optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
118
+ - lr_scheduler_type: linear
119
+ - lr_scheduler_warmup_steps: 500
120
+ - num_epochs: 30
121
+ - mixed_precision_training: Native AMP
122
+
123
+ ### Training results
124
+
125
+ | Training Loss | Epoch | Step | Validation Loss | Mean Iou | Mean Accuracy | Overall Accuracy | Accuracy Unlabeled | Accuracy Ego vehicle | Accuracy Rectification border | Accuracy Out of roi | Accuracy Static | Accuracy Dynamic | Accuracy Ground | Accuracy Road | Accuracy Sidewalk | Accuracy Parking | Accuracy Rail track | Accuracy Building | Accuracy Wall | Accuracy Fence | Accuracy Guard rail | Accuracy Bridge | Accuracy Tunnel | Accuracy Pole | Accuracy Polegroup | Accuracy Traffic light | Accuracy Traffic sign | Accuracy Vegetation | Accuracy Terrain | Accuracy Sky | Accuracy Person | Accuracy Rider | Accuracy Car | Accuracy Truck | Accuracy Bus | Accuracy Caravan | Accuracy Trailer | Accuracy Train | Accuracy Motorcycle | Accuracy Bicycle | Accuracy License plate | Iou Unlabeled | Iou Ego vehicle | Iou Rectification border | Iou Out of roi | Iou Static | Iou Dynamic | Iou Ground | Iou Road | Iou Sidewalk | Iou Parking | Iou Rail track | Iou Building | Iou Wall | Iou Fence | Iou Guard rail | Iou Bridge | Iou Tunnel | Iou Pole | Iou Polegroup | Iou Traffic light | Iou Traffic sign | Iou Vegetation | Iou Terrain | Iou Sky | Iou Person | Iou Rider | Iou Car | Iou Truck | Iou Bus | Iou Caravan | Iou Trailer | Iou Train | Iou Motorcycle | Iou Bicycle | Iou License plate |
126
+ |:-------------:|:-------:|:----:|:---------------:|:--------:|:-------------:|:----------------:|:------------------:|:--------------------:|:-----------------------------:|:-------------------:|:---------------:|:----------------:|:---------------:|:-------------:|:-----------------:|:----------------:|:-------------------:|:-----------------:|:-------------:|:--------------:|:-------------------:|:---------------:|:---------------:|:-------------:|:------------------:|:----------------------:|:---------------------:|:-------------------:|:----------------:|:------------:|:---------------:|:--------------:|:------------:|:--------------:|:------------:|:----------------:|:----------------:|:--------------:|:-------------------:|:----------------:|:----------------------:|:-------------:|:---------------:|:------------------------:|:--------------:|:----------:|:-----------:|:----------:|:--------:|:------------:|:-----------:|:--------------:|:------------:|:--------:|:---------:|:--------------:|:----------:|:----------:|:--------:|:-------------:|:-----------------:|:----------------:|:--------------:|:-----------:|:-------:|:----------:|:---------:|:-------:|:---------:|:-------:|:-----------:|:-----------:|:---------:|:--------------:|:-----------:|:-----------------:|
127
+ | 3.755 | 1.3333 | 100 | 0.9383 | 0.1384 | 0.2588 | 0.8106 | nan | nan | nan | nan | nan | nan | nan | 0.8873 | 0.9424 | nan | nan | 0.8453 | 0.0 | 0.0 | nan | nan | nan | 0.0004 | nan | 0.0 | 0.0000 | 0.9722 | 0.0554 | nan | 0.0 | 0.0 | 0.9558 | 0.0 | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.8753 | 0.4899 | nan | nan | 0.7308 | 0.0 | 0.0 | 0.0 | nan | nan | 0.0004 | nan | 0.0 | 0.0000 | 0.7093 | 0.0530 | 0.0 | 0.0 | 0.0 | 0.6013 | 0.0 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | nan |
128
+ | 3.5819 | 2.6667 | 200 | 0.8973 | 0.2347 | 0.2923 | 0.8588 | nan | nan | nan | nan | nan | nan | nan | 0.9702 | 0.8745 | nan | nan | 0.9583 | 0.0 | 0.0 | nan | nan | nan | 0.0119 | nan | 0.0 | 0.0109 | 0.9300 | 0.6001 | nan | 0.0 | 0.0 | 0.9034 | 0.0 | 0.0 | nan | nan | 0.0 | 0.0 | 0.0029 | nan | nan | nan | nan | nan | nan | nan | nan | 0.9339 | 0.6285 | nan | nan | 0.7532 | 0.0 | 0.0 | nan | nan | nan | 0.0108 | nan | 0.0 | 0.0109 | 0.8075 | 0.3047 | nan | 0.0 | 0.0 | 0.7719 | 0.0 | 0.0 | nan | nan | 0.0 | 0.0 | 0.0029 | nan |
129
+ | 3.4526 | 4.0 | 300 | 0.8577 | 0.3695 | 0.4670 | 0.8832 | nan | nan | nan | nan | nan | nan | nan | 0.9652 | 0.8320 | nan | nan | 0.9184 | 0.0883 | 0.4000 | nan | nan | nan | 0.4403 | nan | 0.4507 | 0.5527 | 0.9010 | 0.3627 | nan | 0.7381 | 0.0 | 0.9458 | 0.0 | 0.0 | nan | nan | 0.0 | 0.0 | 0.8118 | nan | nan | nan | nan | nan | nan | nan | nan | 0.9510 | 0.6748 | nan | nan | 0.8033 | 0.0779 | 0.2467 | nan | nan | nan | 0.2748 | nan | 0.2947 | 0.4604 | 0.8320 | 0.2896 | nan | 0.5065 | 0.0 | 0.7999 | 0.0 | 0.0 | nan | nan | 0.0 | 0.0 | 0.4397 | nan |
130
+ | 3.4048 | 5.3333 | 400 | 0.8470 | 0.3974 | 0.5091 | 0.8874 | nan | nan | nan | nan | nan | nan | nan | 0.9705 | 0.8096 | nan | nan | 0.8898 | 0.4703 | 0.4542 | nan | nan | nan | 0.5279 | nan | 0.4516 | 0.6413 | 0.9128 | 0.5371 | nan | 0.7890 | 0.0 | 0.9384 | 0.0 | 0.0 | nan | nan | 0.0 | 0.0 | 0.7708 | nan | nan | nan | nan | nan | nan | nan | nan | 0.9523 | 0.6657 | nan | nan | 0.8088 | 0.3145 | 0.2499 | nan | nan | nan | 0.3371 | nan | 0.3497 | 0.4649 | 0.8400 | 0.3735 | nan | 0.5543 | 0.0 | 0.8130 | 0.0 | 0.0 | nan | nan | 0.0 | 0.0 | 0.4291 | nan |
131
+ | 3.4212 | 6.6667 | 500 | 0.8482 | 0.3908 | 0.5205 | 0.8840 | nan | nan | nan | nan | nan | nan | nan | 0.9741 | 0.7407 | nan | nan | 0.8888 | 0.4470 | 0.5549 | nan | nan | nan | 0.4040 | nan | 0.5435 | 0.4594 | 0.9137 | 0.7625 | nan | 0.8283 | 0.1594 | 0.9340 | 0.0 | 0.0 | nan | nan | 0.0 | 0.0 | 0.7588 | nan | nan | nan | nan | nan | nan | nan | nan | 0.9505 | 0.6502 | nan | nan | 0.8098 | 0.2247 | 0.3171 | nan | nan | nan | 0.3191 | nan | 0.3480 | 0.4133 | 0.8343 | 0.3451 | nan | 0.5192 | 0.0594 | 0.8250 | 0.0 | 0.0 | nan | nan | 0.0 | 0.0 | 0.4180 | nan |
132
+ | 3.4114 | 8.0 | 600 | 0.8429 | 0.4058 | 0.5164 | 0.8917 | nan | nan | nan | nan | nan | nan | nan | 0.9759 | 0.7691 | nan | nan | 0.9273 | 0.4184 | 0.3096 | nan | nan | nan | 0.4970 | nan | 0.5734 | 0.5840 | 0.9132 | 0.3975 | nan | 0.7365 | 0.4413 | 0.9502 | 0.0 | 0.0 | nan | nan | 0.0 | 0.0007 | 0.8004 | nan | nan | nan | nan | nan | nan | nan | nan | 0.9561 | 0.6621 | nan | nan | 0.8074 | 0.2969 | 0.2256 | nan | nan | nan | 0.3493 | nan | 0.3593 | 0.4611 | 0.8538 | 0.3394 | nan | 0.5642 | 0.2026 | 0.7968 | 0.0 | 0.0 | nan | nan | 0.0 | 0.0006 | 0.4298 | nan |
133
+ | 3.4243 | 9.3333 | 700 | 0.8421 | 0.4113 | 0.5281 | 0.8872 | nan | nan | nan | nan | nan | nan | nan | 0.9733 | 0.8029 | nan | nan | 0.9111 | 0.5037 | 0.1957 | nan | nan | nan | 0.5265 | nan | 0.5456 | 0.6040 | 0.9240 | 0.6433 | nan | 0.5487 | 0.4212 | 0.9263 | 0.0 | 0.0 | nan | nan | 0.0 | 0.1608 | 0.8193 | nan | nan | nan | nan | nan | nan | nan | nan | 0.9529 | 0.6701 | nan | nan | 0.7833 | 0.3549 | 0.1583 | nan | nan | nan | 0.3276 | nan | 0.3272 | 0.4805 | 0.8473 | 0.4463 | nan | 0.4875 | 0.2052 | 0.8465 | 0.0 | 0.0 | nan | nan | 0.0 | 0.0639 | 0.4518 | nan |
134
+ | 3.5026 | 10.6667 | 800 | 0.8371 | 0.4297 | 0.5592 | 0.8886 | nan | nan | nan | nan | nan | nan | nan | 0.9847 | 0.6821 | nan | nan | 0.8845 | 0.6906 | 0.5910 | nan | nan | nan | 0.5701 | nan | 0.5295 | 0.7013 | 0.9028 | 0.6018 | nan | 0.7627 | 0.4178 | 0.9476 | 0.0 | 0.0 | nan | nan | 0.0 | 0.1075 | 0.6923 | nan | nan | nan | nan | nan | nan | nan | nan | 0.9475 | 0.6242 | nan | nan | 0.8112 | 0.3530 | 0.3081 | nan | nan | nan | 0.3674 | nan | 0.3744 | 0.4862 | 0.8436 | 0.3914 | nan | 0.5829 | 0.2331 | 0.8193 | 0.0 | 0.0 | nan | nan | 0.0 | 0.0813 | 0.5117 | nan |
135
+ | 3.3698 | 12.0 | 900 | 0.8388 | 0.4281 | 0.5317 | 0.8918 | nan | nan | nan | nan | nan | nan | nan | 0.9710 | 0.8288 | nan | nan | 0.9319 | 0.3848 | 0.2834 | nan | nan | nan | 0.5602 | nan | 0.5049 | 0.5811 | 0.9226 | 0.5574 | nan | 0.5867 | 0.4213 | 0.9057 | 0.0 | 0.0 | nan | nan | 0.0 | 0.3658 | 0.7652 | nan | nan | nan | nan | nan | nan | nan | nan | 0.9547 | 0.6691 | nan | nan | 0.8013 | 0.2644 | 0.1957 | nan | nan | nan | 0.3708 | nan | 0.3734 | 0.5156 | 0.8542 | 0.4007 | nan | 0.5186 | 0.2580 | 0.8232 | 0.0 | 0.0 | nan | nan | 0.0 | 0.2199 | 0.4857 | nan |
136
+ | 3.3425 | 13.3333 | 1000 | 0.8353 | 0.4426 | 0.5518 | 0.8986 | nan | nan | nan | nan | nan | nan | nan | 0.9770 | 0.8037 | nan | nan | 0.9208 | 0.5682 | 0.2792 | nan | nan | nan | 0.5133 | nan | 0.6080 | 0.6292 | 0.9285 | 0.5659 | nan | 0.7919 | 0.4348 | 0.9467 | 0.0 | 0.0 | nan | nan | 0.0 | 0.2592 | 0.7069 | nan | nan | nan | nan | nan | nan | nan | nan | 0.9583 | 0.6962 | nan | nan | 0.8133 | 0.3545 | 0.2186 | nan | nan | nan | 0.3695 | nan | 0.3731 | 0.5222 | 0.8546 | 0.4323 | nan | 0.5889 | 0.2696 | 0.8218 | 0.0 | 0.0 | nan | nan | 0.0 | 0.1700 | 0.5240 | nan |
137
+ | 3.3253 | 14.6667 | 1100 | 0.8351 | 0.4376 | 0.5344 | 0.8979 | nan | nan | nan | nan | nan | nan | nan | 0.9737 | 0.8059 | nan | nan | 0.9410 | 0.4488 | 0.3606 | nan | nan | nan | 0.4856 | nan | 0.4954 | 0.5185 | 0.9169 | 0.6076 | nan | 0.7581 | 0.4803 | 0.9461 | 0.0 | 0.0 | nan | nan | 0.0 | 0.1666 | 0.7133 | nan | nan | nan | nan | nan | nan | nan | nan | 0.9562 | 0.6896 | nan | nan | 0.8131 | 0.2940 | 0.2390 | nan | nan | nan | 0.3655 | nan | 0.3987 | 0.4737 | 0.8582 | 0.4463 | nan | 0.5869 | 0.2675 | 0.8345 | 0.0 | 0.0 | nan | nan | 0.0 | 0.1301 | 0.5234 | nan |
138
+ | 3.3526 | 16.0 | 1200 | 0.8346 | 0.4508 | 0.5527 | 0.8999 | nan | nan | nan | nan | nan | nan | nan | 0.9709 | 0.8514 | nan | nan | 0.9254 | 0.5278 | 0.3773 | nan | nan | nan | 0.5083 | nan | 0.5045 | 0.6501 | 0.9353 | 0.5337 | nan | 0.7273 | 0.4569 | 0.9351 | 0.0 | 0.0 | nan | nan | 0.0 | 0.3162 | 0.7286 | nan | nan | nan | nan | nan | nan | nan | nan | 0.9588 | 0.7123 | nan | nan | 0.8150 | 0.3688 | 0.2323 | nan | nan | nan | 0.3742 | nan | 0.4043 | 0.4760 | 0.8550 | 0.4403 | nan | 0.5970 | 0.2986 | 0.8455 | 0.0 | 0.0 | nan | nan | 0.0 | 0.2194 | 0.5161 | nan |
139
+ | 3.2327 | 17.3333 | 1300 | 0.8312 | 0.4615 | 0.5690 | 0.9013 | nan | nan | nan | nan | nan | nan | nan | 0.9716 | 0.8332 | nan | nan | 0.9273 | 0.4939 | 0.4670 | nan | nan | nan | 0.5436 | nan | 0.5961 | 0.6227 | 0.9281 | 0.5203 | nan | 0.7661 | 0.4891 | 0.9369 | 0.0 | 0.0 | nan | nan | 0.0 | 0.3647 | 0.7820 | nan | nan | nan | nan | nan | nan | nan | nan | 0.9566 | 0.6925 | nan | nan | 0.8194 | 0.3798 | 0.3265 | nan | nan | nan | 0.3855 | nan | 0.4107 | 0.5344 | 0.8597 | 0.4213 | nan | 0.6009 | 0.3341 | 0.8238 | 0.0 | 0.0 | nan | nan | 0.0 | 0.1902 | 0.5724 | nan |
140
+ | 3.3569 | 18.6667 | 1400 | 0.8283 | 0.4645 | 0.5811 | 0.9030 | nan | nan | nan | nan | nan | nan | nan | 0.9805 | 0.7908 | nan | nan | 0.9206 | 0.5556 | 0.4924 | nan | nan | nan | 0.4971 | nan | 0.5337 | 0.6751 | 0.9380 | 0.5081 | nan | 0.7830 | 0.5421 | 0.9372 | 0.0 | 0.0 | nan | nan | 0.0 | 0.5349 | 0.7708 | nan | nan | nan | nan | nan | nan | nan | nan | 0.9570 | 0.7031 | nan | nan | 0.8228 | 0.3598 | 0.2921 | nan | nan | nan | 0.3764 | nan | 0.3991 | 0.5512 | 0.8637 | 0.4058 | nan | 0.6184 | 0.3403 | 0.8567 | 0.0 | 0.0 | nan | nan | 0.0 | 0.2573 | 0.5565 | nan |
141
+ | 3.3253 | 20.0 | 1500 | 0.8285 | 0.4600 | 0.5776 | 0.9030 | nan | nan | nan | nan | nan | nan | nan | 0.9750 | 0.8362 | nan | nan | 0.9218 | 0.6299 | 0.4950 | nan | nan | nan | 0.5371 | nan | 0.5943 | 0.6391 | 0.9299 | 0.4728 | nan | 0.7612 | 0.4364 | 0.9424 | 0.0 | 0.0 | nan | nan | 0.0 | 0.4902 | 0.7361 | nan | nan | nan | nan | nan | nan | nan | nan | 0.9586 | 0.6967 | nan | nan | 0.8332 | 0.2604 | 0.3330 | nan | nan | nan | 0.3958 | nan | 0.4305 | 0.5296 | 0.8673 | 0.4065 | nan | 0.6224 | 0.3112 | 0.8505 | 0.0 | 0.0 | nan | nan | 0.0 | 0.2628 | 0.5224 | nan |
142
+ | 3.3064 | 21.3333 | 1600 | 0.8287 | 0.4609 | 0.5642 | 0.9008 | nan | nan | nan | nan | nan | nan | nan | 0.9700 | 0.8473 | nan | nan | 0.9367 | 0.4915 | 0.3201 | nan | nan | nan | 0.5431 | nan | 0.6030 | 0.6595 | 0.9239 | 0.5320 | nan | 0.7439 | 0.5000 | 0.9420 | 0.0 | 0.0 | nan | nan | 0.0 | 0.4356 | 0.7062 | nan | nan | nan | nan | nan | nan | nan | nan | 0.9545 | 0.6881 | nan | nan | 0.8120 | 0.3058 | 0.2449 | nan | nan | nan | 0.3861 | nan | 0.4217 | 0.5584 | 0.8659 | 0.4321 | nan | 0.6136 | 0.3377 | 0.8640 | 0.0 | 0.0 | nan | nan | 0.0 | 0.2707 | 0.5405 | nan |
143
+ | 3.2969 | 22.6667 | 1700 | 0.8276 | 0.4653 | 0.5739 | 0.9043 | nan | nan | nan | nan | nan | nan | nan | 0.9784 | 0.8177 | nan | nan | 0.9150 | 0.6059 | 0.3958 | nan | nan | nan | 0.5383 | nan | 0.5889 | 0.6500 | 0.9446 | 0.6122 | nan | 0.7898 | 0.4951 | 0.9474 | 0.0 | 0.0 | nan | nan | 0.0 | 0.3429 | 0.7083 | nan | nan | nan | nan | nan | nan | nan | nan | 0.9601 | 0.7197 | nan | nan | 0.8302 | 0.3487 | 0.2649 | nan | nan | nan | 0.3897 | nan | 0.4360 | 0.5635 | 0.8593 | 0.4664 | nan | 0.6143 | 0.3323 | 0.8358 | 0.0 | 0.0 | nan | nan | 0.0 | 0.2319 | 0.5236 | nan |
144
+ | 1.2986 | 24.0 | 1800 | 0.3513 | 0.3352 | 0.3800 | 0.8703 | nan | nan | nan | nan | nan | nan | nan | 0.9800 | 0.7257 | nan | nan | 0.9567 | 0.2963 | 0.2305 | nan | nan | nan | 0.1231 | nan | 0.0982 | 0.3188 | 0.9103 | 0.4716 | nan | 0.2967 | 0.0839 | 0.9317 | 0.0 | 0.0 | nan | nan | 0.0 | 0.0179 | 0.3992 | nan | nan | nan | nan | nan | nan | nan | nan | 0.9406 | 0.5970 | nan | nan | 0.7343 | 0.2594 | 0.2069 | nan | nan | nan | 0.1199 | nan | 0.0975 | 0.3111 | 0.8230 | 0.4053 | nan | 0.2862 | 0.0813 | 0.7789 | 0.0 | 0.0 | nan | nan | 0.0 | 0.0168 | 0.3745 | nan |
145
+ | 1.3374 | 25.3333 | 1900 | 0.3427 | 0.3055 | 0.3520 | 0.8621 | nan | nan | nan | nan | nan | nan | nan | 0.9777 | 0.7592 | nan | nan | 0.9324 | 0.2561 | 0.2247 | nan | nan | nan | 0.0898 | nan | 0.0463 | 0.2690 | 0.9192 | 0.4020 | nan | 0.2080 | 0.0298 | 0.9191 | 0.0 | 0.0 | nan | nan | 0.0 | 0.0 | 0.3024 | nan | nan | nan | nan | nan | nan | nan | nan | 0.9348 | 0.5820 | nan | nan | 0.7301 | 0.2279 | 0.2037 | nan | nan | nan | 0.0882 | nan | 0.0462 | 0.2642 | 0.8075 | 0.3523 | nan | 0.2045 | 0.0294 | 0.7382 | 0.0 | 0.0 | nan | nan | 0.0 | 0.0 | 0.2894 | nan |
146
+ | 0.0 | 26.6667 | 2000 | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | 0.0 | nan | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan |
147
+ | 0.0 | 28.0 | 2100 | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | 0.0 | nan | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan |
148
+ | 0.0 | 29.3333 | 2200 | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | 0.0 | nan | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan |
149
+
150
+
151
+ ### Framework versions
152
+
153
+ - Transformers 4.47.1
154
+ - Pytorch 2.5.1+cu121
155
+ - Datasets 3.2.0
156
+ - Tokenizers 0.21.0
config.json ADDED
@@ -0,0 +1,144 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "_name_or_path": "nvidia/segformer-b2-finetuned-cityscapes-1024-1024",
3
+ "architectures": [
4
+ "SegformerForSemanticSegmentation"
5
+ ],
6
+ "attention_probs_dropout_prob": 0.0,
7
+ "classifier_dropout_prob": 0.1,
8
+ "decoder_hidden_size": 768,
9
+ "depths": [
10
+ 3,
11
+ 4,
12
+ 6,
13
+ 3
14
+ ],
15
+ "downsampling_rates": [
16
+ 1,
17
+ 4,
18
+ 8,
19
+ 16
20
+ ],
21
+ "drop_path_rate": 0.1,
22
+ "hidden_act": "gelu",
23
+ "hidden_dropout_prob": 0.0,
24
+ "hidden_sizes": [
25
+ 64,
26
+ 128,
27
+ 320,
28
+ 512
29
+ ],
30
+ "id2label": {
31
+ "0": "unlabeled",
32
+ "1": "ego vehicle",
33
+ "2": "rectification border",
34
+ "3": "out of roi",
35
+ "4": "static",
36
+ "5": "dynamic",
37
+ "6": "ground",
38
+ "7": "road",
39
+ "8": "sidewalk",
40
+ "9": "parking",
41
+ "10": "rail track",
42
+ "11": "building",
43
+ "12": "wall",
44
+ "13": "fence",
45
+ "14": "guard rail",
46
+ "15": "bridge",
47
+ "16": "tunnel",
48
+ "17": "pole",
49
+ "18": "polegroup",
50
+ "19": "traffic light",
51
+ "20": "traffic sign",
52
+ "21": "vegetation",
53
+ "22": "terrain",
54
+ "23": "sky",
55
+ "24": "person",
56
+ "25": "rider",
57
+ "26": "car",
58
+ "27": "truck",
59
+ "28": "bus",
60
+ "29": "caravan",
61
+ "30": "trailer",
62
+ "31": "train",
63
+ "32": "motorcycle",
64
+ "33": "bicycle",
65
+ "34": "license plate"
66
+ },
67
+ "image_size": 224,
68
+ "initializer_range": 0.02,
69
+ "label2id": {
70
+ "bicycle": 33,
71
+ "bridge": 15,
72
+ "building": 11,
73
+ "bus": 28,
74
+ "car": 26,
75
+ "caravan": 29,
76
+ "dynamic": 5,
77
+ "ego vehicle": 1,
78
+ "fence": 13,
79
+ "ground": 6,
80
+ "guard rail": 14,
81
+ "license plate": 34,
82
+ "motorcycle": 32,
83
+ "out of roi": 3,
84
+ "parking": 9,
85
+ "person": 24,
86
+ "pole": 17,
87
+ "polegroup": 18,
88
+ "rail track": 10,
89
+ "rectification border": 2,
90
+ "rider": 25,
91
+ "road": 7,
92
+ "sidewalk": 8,
93
+ "sky": 23,
94
+ "static": 4,
95
+ "terrain": 22,
96
+ "traffic light": 19,
97
+ "traffic sign": 20,
98
+ "trailer": 30,
99
+ "train": 31,
100
+ "truck": 27,
101
+ "tunnel": 16,
102
+ "unlabeled": 0,
103
+ "vegetation": 21,
104
+ "wall": 12
105
+ },
106
+ "layer_norm_eps": 1e-06,
107
+ "mlp_ratios": [
108
+ 4,
109
+ 4,
110
+ 4,
111
+ 4
112
+ ],
113
+ "model_type": "segformer",
114
+ "num_attention_heads": [
115
+ 1,
116
+ 2,
117
+ 5,
118
+ 8
119
+ ],
120
+ "num_channels": 3,
121
+ "num_encoder_blocks": 4,
122
+ "patch_sizes": [
123
+ 7,
124
+ 3,
125
+ 3,
126
+ 3
127
+ ],
128
+ "reshape_last_stage": true,
129
+ "semantic_loss_ignore_index": 255,
130
+ "sr_ratios": [
131
+ 8,
132
+ 4,
133
+ 2,
134
+ 1
135
+ ],
136
+ "strides": [
137
+ 4,
138
+ 2,
139
+ 2,
140
+ 2
141
+ ],
142
+ "torch_dtype": "float32",
143
+ "transformers_version": "4.47.1"
144
+ }
model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:3f56ce59e0768b30e8450e5ffa84c0a120cd117fb9ee55a5ab900c9998c77831
3
+ size 109545532
training_args.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:28ef6edbccf7186726d6b941b60875f1273fd622605b47b93a0101febe01ebd8
3
+ size 5368