Vehicle_Detection_Model

This model is a fine-tuned version of facebook/detr-resnet-50 on the None dataset. It achieves the following results on the evaluation set:

• Loss: 0.7220
• Map: 0.0875
• Map 50: 0.1634
• Map 75: 0.084
• Map Small: 0.355
• Map Medium: 0.1423
• Map Large: 0.0499
• Mar 1: 0.1462
• Mar 10: 0.2602
• Mar 100: 0.2709
• Mar Small: 0.5
• Mar Medium: 0.4013
• Mar Large: 0.3
• Map Camping car: 0.0039
• Mar 100 Camping car: 0.35
• Map Car: 0.4971
• Mar 100 Car: 0.6256
• Map Other: 0.0
• Mar 100 Other: 0.0
• Map Pickup: 0.0239
• Mar 100 Pickup: 0.65
• Map Truck: 0.0
• Mar 100 Truck: 0.0
• Map Van: 0.0
• Mar 100 Van: 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: 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 Camping car	Mar 100 Camping car	Map Car	Mar 100 Car	Map Other	Mar 100 Other	Map Pickup	Mar 100 Pickup	Map Truck	Mar 100 Truck	Map Van	Mar 100 Van
No log	1.0	232	1.3186	0.0125	0.0292	0.0085	0.0059	0.0197	0.004	0.0182	0.0467	0.0903	0.0556	0.1396	0.1	0.0	0.0	0.0751	0.5416	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
No log	2.0	464	1.0802	0.0375	0.0832	0.0283	0.263	0.0585	0.0102	0.0254	0.0734	0.0865	0.2667	0.1317	0.15	0.0	0.0	0.2249	0.5189	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
1.4746	3.0	696	0.9804	0.0608	0.125	0.0483	0.2948	0.0938	0.075	0.0305	0.0821	0.0903	0.3556	0.1372	0.075	0.0	0.0	0.3646	0.5416	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
1.4746	4.0	928	0.9139	0.0712	0.1426	0.0577	0.2232	0.1091	0.125	0.0315	0.085	0.0959	0.3333	0.1459	0.125	0.0	0.0	0.4274	0.5754	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
1.0134	5.0	1160	0.9581	0.0637	0.1367	0.0426	0.0804	0.0993	0.075	0.0289	0.0771	0.0846	0.2556	0.1292	0.075	0.0	0.0	0.3823	0.5078	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
1.0134	6.0	1392	0.8830	0.0743	0.1476	0.0645	0.2171	0.1139	0.075	0.0345	0.0862	0.0967	0.3222	0.1474	0.075	0.0	0.0	0.4456	0.5801	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
0.9133	7.0	1624	0.8645	0.0716	0.147	0.0571	0.2156	0.1099	0.0752	0.0329	0.0853	0.0966	0.3111	0.147	0.175	0.0	0.0	0.4296	0.5797	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
0.9133	8.0	1856	0.8776	0.0676	0.1478	0.0445	0.2225	0.1032	0.1254	0.0317	0.0811	0.0934	0.3333	0.1417	0.2	0.0	0.0	0.4056	0.5601	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
0.8617	9.0	2088	0.8556	0.0754	0.1506	0.0638	0.252	0.1153	0.1254	0.0323	0.0881	0.0999	0.3667	0.1517	0.2	0.0	0.0	0.4525	0.5996	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
0.8617	10.0	2320	0.7552	0.0821	0.1528	0.0803	0.361	0.1248	0.1257	0.0347	0.1119	0.1312	0.5222	0.1747	0.2625	0.0	0.0	0.4921	0.6206	0.0	0.0	0.0004	0.1667	0.0	0.0	0.0	0.0
0.8182	11.0	2552	0.8211	0.0741	0.1525	0.0627	0.3014	0.114	0.0503	0.0381	0.1098	0.1544	0.4222	0.2641	0.125	0.0001	0.1	0.4422	0.5762	0.0	0.0	0.002	0.25	0.0	0.0	0.0	0.0
0.8182	12.0	2784	0.8140	0.0734	0.1486	0.056	0.214	0.1129	0.0506	0.0451	0.1066	0.1184	0.3778	0.1941	0.125	0.0	0.0	0.4382	0.594	0.0	0.0	0.0024	0.1167	0.0	0.0	0.0	0.0
0.8079	13.0	3016	0.7473	0.0848	0.1559	0.0789	0.2794	0.1307	0.0779	0.078	0.16	0.1727	0.5	0.2668	0.1625	0.0	0.0	0.4983	0.6363	0.0	0.0	0.0103	0.4	0.0	0.0	0.0	0.0
0.8079	14.0	3248	0.8514	0.0706	0.1541	0.0485	0.3034	0.1071	0.1046	0.079	0.1726	0.1862	0.4222	0.2556	0.2875	0.0	0.0	0.4149	0.5669	0.0	0.0	0.0089	0.55	0.0	0.0	0.0	0.0
0.8079	15.0	3480	0.7615	0.0814	0.1579	0.0709	0.3673	0.1229	0.0691	0.0929	0.161	0.1719	0.4444	0.2177	0.3125	0.0	0.0	0.4774	0.6146	0.0	0.0	0.0109	0.4167	0.0	0.0	0.0	0.0
0.7672	16.0	3712	0.7819	0.0786	0.1555	0.0732	0.2782	0.1182	0.1589	0.103	0.1757	0.1878	0.3556	0.2629	0.325	0.0	0.0	0.4557	0.5936	0.0	0.0	0.0159	0.5333	0.0	0.0	0.0	0.0
0.7672	17.0	3944	0.7723	0.0807	0.1551	0.0757	0.3302	0.1227	0.0687	0.0812	0.1762	0.1939	0.4	0.274	0.3	0.0	0.0	0.4724	0.6135	0.0	0.0	0.0121	0.55	0.0	0.0	0.0	0.0
0.744	18.0	4176	0.7838	0.0784	0.1535	0.0709	0.3594	0.1201	0.0564	0.0865	0.1865	0.2497	0.4	0.3637	0.325	0.0009	0.3	0.4503	0.5982	0.0	0.0	0.0191	0.6	0.0	0.0	0.0	0.0
0.744	19.0	4408	0.7714	0.0763	0.1552	0.0625	0.2732	0.116	0.0675	0.0605	0.1696	0.1824	0.4111	0.2502	0.3	0.0	0.0	0.4461	0.5943	0.0	0.0	0.0115	0.5	0.0	0.0	0.0	0.0
0.7219	20.0	4640	0.7403	0.0808	0.1543	0.0686	0.2968	0.1251	0.0665	0.0984	0.1889	0.1997	0.5111	0.2859	0.3	0.0	0.0	0.4738	0.6146	0.0	0.0	0.0109	0.5833	0.0	0.0	0.0	0.0
0.7219	21.0	4872	0.7421	0.0839	0.1599	0.0803	0.2862	0.2166	0.0451	0.1396	0.2437	0.257	0.5	0.3782	0.275	0.0123	0.4	0.4792	0.6089	0.0	0.0	0.0118	0.5333	0.0	0.0	0.0	0.0
0.6955	22.0	5104	0.7459	0.0844	0.1619	0.0753	0.3116	0.1475	0.0462	0.1395	0.2253	0.2342	0.4333	0.3404	0.2875	0.0068	0.25	0.4815	0.6053	0.0	0.0	0.018	0.55	0.0	0.0	0.0	0.0
0.6955	23.0	5336	0.7439	0.0844	0.1594	0.0782	0.3246	0.1335	0.0682	0.1559	0.2468	0.2567	0.4667	0.378	0.3	0.0031	0.3	0.4854	0.6071	0.0	0.0	0.018	0.6333	0.0	0.0	0.0	0.0
0.6836	24.0	5568	0.7263	0.0879	0.1619	0.0854	0.3509	0.1397	0.0597	0.1718	0.2499	0.2589	0.4333	0.3818	0.275	0.0027	0.3	0.4998	0.6203	0.0	0.0	0.025	0.6333	0.0	0.0	0.0	0.0
0.6836	25.0	5800	0.7146	0.0881	0.1632	0.087	0.3606	0.1412	0.0714	0.1518	0.2466	0.2572	0.4667	0.3768	0.3	0.0032	0.3	0.4988	0.6263	0.0	0.0	0.0267	0.6167	0.0	0.0	0.0	0.0
0.6671	26.0	6032	0.7180	0.0915	0.1678	0.0918	0.3652	0.2262	0.0483	0.163	0.2506	0.2672	0.5	0.3979	0.2875	0.0186	0.35	0.5069	0.6367	0.0	0.0	0.0235	0.6167	0.0	0.0	0.0	0.0
0.6671	27.0	6264	0.7219	0.0907	0.1678	0.0888	0.3596	0.2122	0.0492	0.1375	0.26	0.2709	0.5	0.4012	0.3	0.0184	0.35	0.5014	0.6253	0.0	0.0	0.0243	0.65	0.0	0.0	0.0	0.0
0.6671	28.0	6496	0.7177	0.0882	0.1642	0.0866	0.3625	0.1439	0.0505	0.1463	0.2603	0.2715	0.5111	0.4021	0.3	0.0038	0.35	0.4996	0.6288	0.0	0.0	0.0256	0.65	0.0	0.0	0.0	0.0
0.656	29.0	6728	0.7257	0.0873	0.1634	0.084	0.355	0.1417	0.0497	0.1433	0.2572	0.2708	0.5	0.401	0.3	0.0039	0.35	0.4962	0.6246	0.0	0.0	0.0237	0.65	0.0	0.0	0.0	0.0
0.656	30.0	6960	0.7220	0.0875	0.1634	0.084	0.355	0.1423	0.0499	0.1462	0.2602	0.2709	0.5	0.4013	0.3	0.0039	0.35	0.4971	0.6256	0.0	0.0	0.0239	0.65	0.0	0.0	0.0	0.0

Framework versions

• Transformers 4.41.2
• Pytorch 2.3.0+cu121
• Datasets 2.20.0
• Tokenizers 0.19.1