Downloads · 30 days
4
5% of all-time downloads
segformer-finetuned
fuji12345/segformer-finetuned
segformer-finetuned is a image segmentation model from fuji12345. Use it for the image segmentation task on the model card, and read the license before you ship it in a product. It is set up for transformers. The card lists the license as other.
should probably proofread and complete it, then remove this comment. --
All-time downloads
85
Public
Parameters
3.7M
447 MB on disk
Likes
0
Public
Repo makeup
Click a slice to open those files.
.safetensors14.9 MB · 100%
At a glance
- Task
- Image Segmentation
- Library
- transformers
- License
- other
- Model type
- segformer
- Access
- Public
- Created
- May 29, 2025
- Updated
- May 29, 2025
- SHA
- a2eaa001
Base models
Model card
From the Hugging Face model README
<!-- This model card has been generated automatically according to the information the Trainer had access to. You
should probably proofread and complete it, then remove this comment. -->
segformer-finetuned
This model is a fine-tuned version of nvidia/mit-b0 on the fuji12345/t2i-seg dataset. It achieves the following results on the evaluation set:
- Loss: 0.0002
- Mean Iou: 0.0
- Mean Accuracy: nan
- Overall Accuracy: nan
- Accuracy Hallucination: nan
- Accuracy Normal: nan
- Iou Hallucination: 0.0
- Iou Normal: nan
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: 8
- eval_batch_size: 8
- seed: 1337
- optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
- lr_scheduler_type: polynomial
- num_epochs: 30.0
Training results
| Training Loss | Epoch | Step | Accuracy Hallucination | Accuracy Normal | Iou Hallucination | Iou Normal | Validation Loss | Mean Accuracy | Mean Iou | Overall Accuracy |
|---|---|---|---|---|---|---|---|---|---|---|
| No log | 1.0 | 21 | nan | nan | 0.0 | 0.0 | 0.4468 | nan | 0.0 | nan |
| No log | 2.0 | 42 | nan | nan | 0.0 | 0.0 | 0.2196 | nan | 0.0 | nan |
| No log | 3.0 | 63 | nan | nan | 0.0 | 0.0 | 0.2136 | nan | 0.0 | nan |
| No log | 4.0 | 84 | nan | nan | 0.0 | 0.0 | 0.1816 | nan | 0.0 | nan |
| 0.3217 | 5.0 | 105 | nan | nan | 0.0 | 0.0 | 0.1449 | nan | 0.0 | nan |
| 0.3217 | 6.0 | 126 | nan | nan | 0.0 | 0.0 | 0.1380 | nan | 0.0 | nan |
| 0.3217 | 7.0 | 147 | nan | nan | 0.0 | 0.0 | 0.1239 | nan | 0.0 | nan |
| 0.3217 | 8.0 | 168 | nan | nan | 0.0 | 0.0 | 0.1247 | nan | 0.0 | nan |
| 0.3217 | 9.0 | 189 | nan | nan | 0.0 | 0.0 | 0.1163 | nan | 0.0 | nan |
| 0.1596 | 9.5238 | 200 | nan | nan | 0.0 | 0.0 | 0.1181 | nan | 0.0 | nan |
| 0.0372 | 2.0 | 400 | nan | nan | 0.0 | nan | 0.0207 | nan | 0.0 | nan |
| 0.014 | 3.0 | 600 | 0.0095 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0078 | 4.0 | 800 | 0.0060 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0052 | 5.0 | 1000 | 0.0039 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0036 | 6.0 | 1200 | 0.0029 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0028 | 7.0 | 1400 | 0.0022 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0022 | 8.0 | 1600 | 0.0018 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0017 | 9.0 | 1800 | 0.0015 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0014 | 10.0 | 2000 | 0.0012 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0012 | 11.0 | 2200 | 0.0010 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0011 | 12.0 | 2400 | 0.0009 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0009 | 13.0 | 2600 | 0.0008 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0008 | 14.0 | 2800 | 0.0007 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0007 | 15.0 | 3000 | 0.0006 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0006 | 16.0 | 3200 | 0.0005 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0006 | 17.0 | 3400 | 0.0005 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0005 | 18.0 | 3600 | 0.0004 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0005 | 19.0 | 3800 | 0.0004 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0004 | 20.0 | 4000 | 0.0004 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0004 | 21.0 | 4200 | 0.0003 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0004 | 22.0 | 4400 | 0.0003 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0003 | 23.0 | 4600 | 0.0003 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0003 | 24.0 | 4800 | 0.0003 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0003 | 25.0 | 5000 | 0.0003 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0003 | 26.0 | 5200 | 0.0002 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0003 | 27.0 | 5400 | 0.0002 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0003 | 28.0 | 5600 | 0.0002 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0003 | 29.0 | 5800 | 0.0002 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
| 0.0003 | 30.0 | 6000 | 0.0002 | 0.0 | nan | nan | nan | nan | 0.0 | nan |
Framework versions
- Transformers 4.53.0.dev0
- Pytorch 2.6.0+cu124
- Datasets 3.6.0
- Tokenizers 0.21.1
- Task
- Image Segmentation
- Library
- transformers
- Type
- segformer
- License
- other
- Created
- May 29, 2025
- Updated
- May 29, 2025