ft-mit-b0-with-scene-parse-150-lora
Browse files- README.md +368 -0
- adapter_config.json +31 -0
- adapter_model.safetensors +3 -0
- training_args.bin +3 -0
README.md
ADDED
@@ -0,0 +1,368 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
---
|
2 |
+
license: other
|
3 |
+
library_name: peft
|
4 |
+
tags:
|
5 |
+
- generated_from_trainer
|
6 |
+
datasets:
|
7 |
+
- scene_parse_150
|
8 |
+
base_model: nvidia/mit-b0
|
9 |
+
model-index:
|
10 |
+
- name: ft-mit-b0-with-scene-parse-150-lora
|
11 |
+
results: []
|
12 |
+
---
|
13 |
+
|
14 |
+
<!-- This model card has been generated automatically according to the information the Trainer had access to. You
|
15 |
+
should probably proofread and complete it, then remove this comment. -->
|
16 |
+
|
17 |
+
# ft-mit-b0-with-scene-parse-150-lora
|
18 |
+
|
19 |
+
This model is a fine-tuned version of [nvidia/mit-b0](https://huggingface.co/nvidia/mit-b0) on the scene_parse_150 dataset.
|
20 |
+
It achieves the following results on the evaluation set:
|
21 |
+
- Loss: 2.5794
|
22 |
+
- Mean Iou: 0.0005
|
23 |
+
- Mean Accuracy: 0.0009
|
24 |
+
- Overall Accuracy: 0.0089
|
25 |
+
- Accuracy Wall: nan
|
26 |
+
- Accuracy Building: 0.0
|
27 |
+
- Accuracy Sky: 0.0517
|
28 |
+
- Accuracy Floor: 0.0
|
29 |
+
- Accuracy Tree: 0.0
|
30 |
+
- Accuracy Ceiling: 0.0
|
31 |
+
- Accuracy Road: nan
|
32 |
+
- Accuracy Bed : 0.0
|
33 |
+
- Accuracy Windowpane: 0.0049
|
34 |
+
- Accuracy Grass: 0.0
|
35 |
+
- Accuracy Cabinet: nan
|
36 |
+
- Accuracy Sidewalk: 0.0
|
37 |
+
- Accuracy Person: 0.0
|
38 |
+
- Accuracy Earth: 0.0
|
39 |
+
- Accuracy Door: 0.0
|
40 |
+
- Accuracy Table: 0.0
|
41 |
+
- Accuracy Mountain: 0.0019
|
42 |
+
- Accuracy Plant: 0.0
|
43 |
+
- Accuracy Curtain: 0.0
|
44 |
+
- Accuracy Chair: nan
|
45 |
+
- Accuracy Car: 0.0
|
46 |
+
- Accuracy Water: 0.0
|
47 |
+
- Accuracy Painting: 0.0
|
48 |
+
- Accuracy Sofa: 0.0
|
49 |
+
- Accuracy Shelf: 0.0
|
50 |
+
- Accuracy House: 0.0
|
51 |
+
- Accuracy Sea: 0.0
|
52 |
+
- Accuracy Mirror: 0.0
|
53 |
+
- Accuracy Rug: nan
|
54 |
+
- Accuracy Field: 0.0
|
55 |
+
- Accuracy Armchair: nan
|
56 |
+
- Accuracy Seat: 0.0
|
57 |
+
- Accuracy Fence: nan
|
58 |
+
- Accuracy Desk: nan
|
59 |
+
- Accuracy Rock: nan
|
60 |
+
- Accuracy Wardrobe: 0.0
|
61 |
+
- Accuracy Lamp: nan
|
62 |
+
- Accuracy Bathtub: 0.0
|
63 |
+
- Accuracy Railing: 0.0
|
64 |
+
- Accuracy Cushion: 0.0
|
65 |
+
- Accuracy Base: 0.0
|
66 |
+
- Accuracy Box: nan
|
67 |
+
- Accuracy Column: 0.0
|
68 |
+
- Accuracy Signboard: nan
|
69 |
+
- Accuracy Chest of drawers: nan
|
70 |
+
- Accuracy Counter: 0.0
|
71 |
+
- Accuracy Sand: nan
|
72 |
+
- Accuracy Sink: nan
|
73 |
+
- Accuracy Skyscraper: 0.0
|
74 |
+
- Accuracy Fireplace: 0.0
|
75 |
+
- Accuracy Refrigerator: nan
|
76 |
+
- Accuracy Grandstand: 0.0
|
77 |
+
- Accuracy Path: nan
|
78 |
+
- Accuracy Stairs: nan
|
79 |
+
- Accuracy Runway: nan
|
80 |
+
- Accuracy Case: nan
|
81 |
+
- Accuracy Pool table: nan
|
82 |
+
- Accuracy Pillow: nan
|
83 |
+
- Accuracy Screen door: 0.0
|
84 |
+
- Accuracy Stairway: 0.0
|
85 |
+
- Accuracy River: nan
|
86 |
+
- Accuracy Bridge: nan
|
87 |
+
- Accuracy Bookcase: nan
|
88 |
+
- Accuracy Blind: nan
|
89 |
+
- Accuracy Coffee table: nan
|
90 |
+
- Accuracy Toilet: 0.0
|
91 |
+
- Accuracy Flower: 0.0
|
92 |
+
- Accuracy Book: nan
|
93 |
+
- Accuracy Hill: nan
|
94 |
+
- Accuracy Bench: nan
|
95 |
+
- Accuracy Countertop: nan
|
96 |
+
- Accuracy Stove: nan
|
97 |
+
- Accuracy Palm: nan
|
98 |
+
- Accuracy Kitchen island: nan
|
99 |
+
- Accuracy Computer: nan
|
100 |
+
- Accuracy Swivel chair: nan
|
101 |
+
- Accuracy Boat: nan
|
102 |
+
- Accuracy Bar: nan
|
103 |
+
- Accuracy Arcade machine: nan
|
104 |
+
- Accuracy Hovel: nan
|
105 |
+
- Accuracy Bus: nan
|
106 |
+
- Accuracy Towel: 0.0
|
107 |
+
- Accuracy Light: nan
|
108 |
+
- Accuracy Truck: nan
|
109 |
+
- Accuracy Tower: 0.0
|
110 |
+
- Accuracy Chandelier: 0.0
|
111 |
+
- Accuracy Awning: 0.0
|
112 |
+
- Accuracy Streetlight: nan
|
113 |
+
- Accuracy Booth: nan
|
114 |
+
- Accuracy Television receiver: nan
|
115 |
+
- Accuracy Airplane: nan
|
116 |
+
- Accuracy Dirt track: nan
|
117 |
+
- Accuracy Apparel: nan
|
118 |
+
- Accuracy Pole: nan
|
119 |
+
- Accuracy Land: 0.0
|
120 |
+
- Accuracy Bannister: nan
|
121 |
+
- Accuracy Escalator: nan
|
122 |
+
- Accuracy Ottoman: 0.0
|
123 |
+
- Accuracy Bottle: 0.0
|
124 |
+
- Accuracy Buffet: 0.0
|
125 |
+
- Accuracy Poster: nan
|
126 |
+
- Accuracy Stage: nan
|
127 |
+
- Accuracy Van: nan
|
128 |
+
- Accuracy Ship: nan
|
129 |
+
- Accuracy Fountain: nan
|
130 |
+
- Accuracy Conveyer belt: nan
|
131 |
+
- Accuracy Canopy: nan
|
132 |
+
- Accuracy Washer: 0.0
|
133 |
+
- Accuracy Plaything: nan
|
134 |
+
- Accuracy Swimming pool: nan
|
135 |
+
- Accuracy Stool: nan
|
136 |
+
- Accuracy Barrel: 0.0
|
137 |
+
- Accuracy Basket: nan
|
138 |
+
- Accuracy Waterfall: nan
|
139 |
+
- Accuracy Tent: 0.0
|
140 |
+
- Accuracy Bag: nan
|
141 |
+
- Accuracy Minibike: nan
|
142 |
+
- Accuracy Cradle: nan
|
143 |
+
- Accuracy Oven: 0.0
|
144 |
+
- Accuracy Ball: nan
|
145 |
+
- Accuracy Food: nan
|
146 |
+
- Accuracy Step: 0.0
|
147 |
+
- Accuracy Tank: nan
|
148 |
+
- Accuracy Trade name: nan
|
149 |
+
- Accuracy Microwave: 0.0
|
150 |
+
- Accuracy Pot: 0.0
|
151 |
+
- Accuracy Animal: 0.0
|
152 |
+
- Accuracy Bicycle: nan
|
153 |
+
- Accuracy Lake: nan
|
154 |
+
- Accuracy Dishwasher: nan
|
155 |
+
- Accuracy Screen: 0.0
|
156 |
+
- Accuracy Blanket: nan
|
157 |
+
- Accuracy Sculpture: nan
|
158 |
+
- Accuracy Hood: 0.0
|
159 |
+
- Accuracy Sconce: 0.0
|
160 |
+
- Accuracy Vase: nan
|
161 |
+
- Accuracy Traffic light: 0.0
|
162 |
+
- Accuracy Tray: 0.0
|
163 |
+
- Accuracy Ashcan: nan
|
164 |
+
- Accuracy Fan: nan
|
165 |
+
- Accuracy Pier: nan
|
166 |
+
- Accuracy Crt screen: 0.0
|
167 |
+
- Accuracy Plate: nan
|
168 |
+
- Accuracy Monitor: nan
|
169 |
+
- Accuracy Bulletin board: nan
|
170 |
+
- Accuracy Shower: nan
|
171 |
+
- Accuracy Radiator: 0.0
|
172 |
+
- Accuracy Glass: nan
|
173 |
+
- Accuracy Clock: 0.0
|
174 |
+
- Accuracy Flag: nan
|
175 |
+
- Iou Wall: 0.0
|
176 |
+
- Iou Building: 0.0
|
177 |
+
- Iou Sky: 0.0273
|
178 |
+
- Iou Floor: 0.0
|
179 |
+
- Iou Tree: 0.0
|
180 |
+
- Iou Ceiling: 0.0
|
181 |
+
- Iou Road: 0.0
|
182 |
+
- Iou Bed : 0.0
|
183 |
+
- Iou Windowpane: 0.0025
|
184 |
+
- Iou Grass: 0.0
|
185 |
+
- Iou Cabinet: nan
|
186 |
+
- Iou Sidewalk: 0.0
|
187 |
+
- Iou Person: 0.0
|
188 |
+
- Iou Earth: 0.0
|
189 |
+
- Iou Door: 0.0
|
190 |
+
- Iou Table: 0.0
|
191 |
+
- Iou Mountain: 0.0013
|
192 |
+
- Iou Plant: 0.0
|
193 |
+
- Iou Curtain: 0.0
|
194 |
+
- Iou Chair: nan
|
195 |
+
- Iou Car: 0.0
|
196 |
+
- Iou Water: 0.0
|
197 |
+
- Iou Painting: 0.0
|
198 |
+
- Iou Sofa: 0.0
|
199 |
+
- Iou Shelf: 0.0
|
200 |
+
- Iou House: 0.0
|
201 |
+
- Iou Sea: 0.0
|
202 |
+
- Iou Mirror: 0.0
|
203 |
+
- Iou Rug: nan
|
204 |
+
- Iou Field: 0.0
|
205 |
+
- Iou Armchair: nan
|
206 |
+
- Iou Seat: 0.0
|
207 |
+
- Iou Fence: nan
|
208 |
+
- Iou Desk: nan
|
209 |
+
- Iou Rock: nan
|
210 |
+
- Iou Wardrobe: 0.0
|
211 |
+
- Iou Lamp: nan
|
212 |
+
- Iou Bathtub: 0.0
|
213 |
+
- Iou Railing: 0.0
|
214 |
+
- Iou Cushion: 0.0
|
215 |
+
- Iou Base: 0.0
|
216 |
+
- Iou Box: nan
|
217 |
+
- Iou Column: 0.0
|
218 |
+
- Iou Signboard: nan
|
219 |
+
- Iou Chest of drawers: nan
|
220 |
+
- Iou Counter: 0.0
|
221 |
+
- Iou Sand: nan
|
222 |
+
- Iou Sink: nan
|
223 |
+
- Iou Skyscraper: 0.0
|
224 |
+
- Iou Fireplace: 0.0
|
225 |
+
- Iou Refrigerator: nan
|
226 |
+
- Iou Grandstand: 0.0
|
227 |
+
- Iou Path: nan
|
228 |
+
- Iou Stairs: nan
|
229 |
+
- Iou Runway: nan
|
230 |
+
- Iou Case: nan
|
231 |
+
- Iou Pool table: nan
|
232 |
+
- Iou Pillow: nan
|
233 |
+
- Iou Screen door: 0.0
|
234 |
+
- Iou Stairway: 0.0
|
235 |
+
- Iou River: nan
|
236 |
+
- Iou Bridge: nan
|
237 |
+
- Iou Bookcase: nan
|
238 |
+
- Iou Blind: nan
|
239 |
+
- Iou Coffee table: nan
|
240 |
+
- Iou Toilet: 0.0
|
241 |
+
- Iou Flower: 0.0
|
242 |
+
- Iou Book: nan
|
243 |
+
- Iou Hill: nan
|
244 |
+
- Iou Bench: nan
|
245 |
+
- Iou Countertop: nan
|
246 |
+
- Iou Stove: nan
|
247 |
+
- Iou Palm: nan
|
248 |
+
- Iou Kitchen island: nan
|
249 |
+
- Iou Computer: nan
|
250 |
+
- Iou Swivel chair: nan
|
251 |
+
- Iou Boat: nan
|
252 |
+
- Iou Bar: nan
|
253 |
+
- Iou Arcade machine: nan
|
254 |
+
- Iou Hovel: nan
|
255 |
+
- Iou Bus: nan
|
256 |
+
- Iou Towel: 0.0
|
257 |
+
- Iou Light: nan
|
258 |
+
- Iou Truck: nan
|
259 |
+
- Iou Tower: 0.0
|
260 |
+
- Iou Chandelier: 0.0
|
261 |
+
- Iou Awning: 0.0
|
262 |
+
- Iou Streetlight: nan
|
263 |
+
- Iou Booth: nan
|
264 |
+
- Iou Television receiver: nan
|
265 |
+
- Iou Airplane: nan
|
266 |
+
- Iou Dirt track: nan
|
267 |
+
- Iou Apparel: nan
|
268 |
+
- Iou Pole: nan
|
269 |
+
- Iou Land: 0.0
|
270 |
+
- Iou Bannister: nan
|
271 |
+
- Iou Escalator: nan
|
272 |
+
- Iou Ottoman: 0.0
|
273 |
+
- Iou Bottle: 0.0
|
274 |
+
- Iou Buffet: 0.0
|
275 |
+
- Iou Poster: nan
|
276 |
+
- Iou Stage: nan
|
277 |
+
- Iou Van: nan
|
278 |
+
- Iou Ship: nan
|
279 |
+
- Iou Fountain: nan
|
280 |
+
- Iou Conveyer belt: nan
|
281 |
+
- Iou Canopy: nan
|
282 |
+
- Iou Washer: 0.0
|
283 |
+
- Iou Plaything: nan
|
284 |
+
- Iou Swimming pool: nan
|
285 |
+
- Iou Stool: nan
|
286 |
+
- Iou Barrel: 0.0
|
287 |
+
- Iou Basket: nan
|
288 |
+
- Iou Waterfall: nan
|
289 |
+
- Iou Tent: 0.0
|
290 |
+
- Iou Bag: nan
|
291 |
+
- Iou Minibike: nan
|
292 |
+
- Iou Cradle: nan
|
293 |
+
- Iou Oven: 0.0
|
294 |
+
- Iou Ball: nan
|
295 |
+
- Iou Food: nan
|
296 |
+
- Iou Step: 0.0
|
297 |
+
- Iou Tank: nan
|
298 |
+
- Iou Trade name: nan
|
299 |
+
- Iou Microwave: 0.0
|
300 |
+
- Iou Pot: 0.0
|
301 |
+
- Iou Animal: 0.0
|
302 |
+
- Iou Bicycle: nan
|
303 |
+
- Iou Lake: nan
|
304 |
+
- Iou Dishwasher: nan
|
305 |
+
- Iou Screen: 0.0
|
306 |
+
- Iou Blanket: nan
|
307 |
+
- Iou Sculpture: nan
|
308 |
+
- Iou Hood: 0.0
|
309 |
+
- Iou Sconce: 0.0
|
310 |
+
- Iou Vase: nan
|
311 |
+
- Iou Traffic light: 0.0
|
312 |
+
- Iou Tray: 0.0
|
313 |
+
- Iou Ashcan: nan
|
314 |
+
- Iou Fan: nan
|
315 |
+
- Iou Pier: nan
|
316 |
+
- Iou Crt screen: 0.0
|
317 |
+
- Iou Plate: nan
|
318 |
+
- Iou Monitor: nan
|
319 |
+
- Iou Bulletin board: nan
|
320 |
+
- Iou Shower: nan
|
321 |
+
- Iou Radiator: 0.0
|
322 |
+
- Iou Glass: nan
|
323 |
+
- Iou Clock: 0.0
|
324 |
+
- Iou Flag: nan
|
325 |
+
|
326 |
+
## Model description
|
327 |
+
|
328 |
+
More information needed
|
329 |
+
|
330 |
+
## Intended uses & limitations
|
331 |
+
|
332 |
+
More information needed
|
333 |
+
|
334 |
+
## Training and evaluation data
|
335 |
+
|
336 |
+
More information needed
|
337 |
+
|
338 |
+
## Training procedure
|
339 |
+
|
340 |
+
### Training hyperparameters
|
341 |
+
|
342 |
+
The following hyperparameters were used during training:
|
343 |
+
- learning_rate: 0.0005
|
344 |
+
- train_batch_size: 4
|
345 |
+
- eval_batch_size: 4
|
346 |
+
- seed: 42
|
347 |
+
- optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
|
348 |
+
- lr_scheduler_type: linear
|
349 |
+
- num_epochs: 5
|
350 |
+
|
351 |
+
### Training results
|
352 |
+
|
353 |
+
| Training Loss | Epoch | Step | Validation Loss | Mean Iou | Mean Accuracy | Overall Accuracy | Accuracy Wall | Accuracy Building | Accuracy Sky | Accuracy Floor | Accuracy Tree | Accuracy Ceiling | Accuracy Road | Accuracy Bed | Accuracy Windowpane | Accuracy Grass | Accuracy Cabinet | Accuracy Sidewalk | Accuracy Person | Accuracy Earth | Accuracy Door | Accuracy Table | Accuracy Mountain | Accuracy Plant | Accuracy Curtain | Accuracy Chair | Accuracy Car | Accuracy Water | Accuracy Painting | Accuracy Sofa | Accuracy Shelf | Accuracy House | Accuracy Sea | Accuracy Mirror | Accuracy Rug | Accuracy Field | Accuracy Armchair | Accuracy Seat | Accuracy Fence | Accuracy Desk | Accuracy Rock | Accuracy Wardrobe | Accuracy Lamp | Accuracy Bathtub | Accuracy Railing | Accuracy Cushion | Accuracy Base | Accuracy Box | Accuracy Column | Accuracy Signboard | Accuracy Chest of drawers | Accuracy Counter | Accuracy Sand | Accuracy Sink | Accuracy Skyscraper | Accuracy Fireplace | Accuracy Refrigerator | Accuracy Grandstand | Accuracy Path | Accuracy Stairs | Accuracy Runway | Accuracy Case | Accuracy Pool table | Accuracy Pillow | Accuracy Screen door | Accuracy Stairway | Accuracy River | Accuracy Bridge | Accuracy Bookcase | Accuracy Blind | Accuracy Coffee table | Accuracy Toilet | Accuracy Flower | Accuracy Book | Accuracy Hill | Accuracy Bench | Accuracy Countertop | Accuracy Stove | Accuracy Palm | Accuracy Kitchen island | Accuracy Computer | Accuracy Swivel chair | Accuracy Boat | Accuracy Bar | Accuracy Arcade machine | Accuracy Hovel | Accuracy Bus | Accuracy Towel | Accuracy Light | Accuracy Truck | Accuracy Tower | Accuracy Chandelier | Accuracy Awning | Accuracy Streetlight | Accuracy Booth | Accuracy Television receiver | Accuracy Airplane | Accuracy Dirt track | Accuracy Apparel | Accuracy Pole | Accuracy Land | Accuracy Bannister | Accuracy Escalator | Accuracy Ottoman | Accuracy Bottle | Accuracy Buffet | Accuracy Poster | Accuracy Stage | Accuracy Van | Accuracy Ship | Accuracy Fountain | Accuracy Conveyer belt | Accuracy Canopy | Accuracy Washer | Accuracy Plaything | Accuracy Swimming pool | Accuracy Stool | Accuracy Barrel | Accuracy Basket | Accuracy Waterfall | Accuracy Tent | Accuracy Bag | Accuracy Minibike | Accuracy Cradle | Accuracy Oven | Accuracy Ball | Accuracy Food | Accuracy Step | Accuracy Tank | Accuracy Trade name | Accuracy Microwave | Accuracy Pot | Accuracy Animal | Accuracy Bicycle | Accuracy Lake | Accuracy Dishwasher | Accuracy Screen | Accuracy Blanket | Accuracy Sculpture | Accuracy Hood | Accuracy Sconce | Accuracy Vase | Accuracy Traffic light | Accuracy Tray | Accuracy Ashcan | Accuracy Fan | Accuracy Pier | Accuracy Crt screen | Accuracy Plate | Accuracy Monitor | Accuracy Bulletin board | Accuracy Shower | Accuracy Radiator | Accuracy Glass | Accuracy Clock | Accuracy Flag | Iou Wall | Iou Building | Iou Sky | Iou Floor | Iou Tree | Iou Ceiling | Iou Road | Iou Bed | Iou Windowpane | Iou Grass | Iou Cabinet | Iou Sidewalk | Iou Person | Iou Earth | Iou Door | Iou Table | Iou Mountain | Iou Plant | Iou Curtain | Iou Chair | Iou Car | Iou Water | Iou Painting | Iou Sofa | Iou Shelf | Iou House | Iou Sea | Iou Mirror | Iou Rug | Iou Field | Iou Armchair | Iou Seat | Iou Fence | Iou Desk | Iou Rock | Iou Wardrobe | Iou Lamp | Iou Bathtub | Iou Railing | Iou Cushion | Iou Base | Iou Box | Iou Column | Iou Signboard | Iou Chest of drawers | Iou Counter | Iou Sand | Iou Sink | Iou Skyscraper | Iou Fireplace | Iou Refrigerator | Iou Grandstand | Iou Path | Iou Stairs | Iou Runway | Iou Case | Iou Pool table | Iou Pillow | Iou Screen door | Iou Stairway | Iou River | Iou Bridge | Iou Bookcase | Iou Blind | Iou Coffee table | Iou Toilet | Iou Flower | Iou Book | Iou Hill | Iou Bench | Iou Countertop | Iou Stove | Iou Palm | Iou Kitchen island | Iou Computer | Iou Swivel chair | Iou Boat | Iou Bar | Iou Arcade machine | Iou Hovel | Iou Bus | Iou Towel | Iou Light | Iou Truck | Iou Tower | Iou Chandelier | Iou Awning | Iou Streetlight | Iou Booth | Iou Television receiver | Iou Airplane | Iou Dirt track | Iou Apparel | Iou Pole | Iou Land | Iou Bannister | Iou Escalator | Iou Ottoman | Iou Bottle | Iou Buffet | Iou Poster | Iou Stage | Iou Van | Iou Ship | Iou Fountain | Iou Conveyer belt | Iou Canopy | Iou Washer | Iou Plaything | Iou Swimming pool | Iou Stool | Iou Barrel | Iou Basket | Iou Waterfall | Iou Tent | Iou Bag | Iou Minibike | Iou Cradle | Iou Oven | Iou Ball | Iou Food | Iou Step | Iou Tank | Iou Trade name | Iou Microwave | Iou Pot | Iou Animal | Iou Bicycle | Iou Lake | Iou Dishwasher | Iou Screen | Iou Blanket | Iou Sculpture | Iou Hood | Iou Sconce | Iou Vase | Iou Traffic light | Iou Tray | Iou Ashcan | Iou Fan | Iou Pier | Iou Crt screen | Iou Plate | Iou Monitor | Iou Bulletin board | Iou Shower | Iou Radiator | Iou Glass | Iou Clock | Iou Flag |
|
354 |
+
|:-------------:|:-----:|:----:|:---------------:|:--------:|:-------------:|:----------------:|:-------------:|:-----------------:|:------------:|:--------------:|:-------------:|:----------------:|:-------------:|:-------------:|:-------------------:|:--------------:|:----------------:|:-----------------:|:---------------:|:--------------:|:-------------:|:--------------:|:-----------------:|:--------------:|:----------------:|:--------------:|:------------:|:--------------:|:-----------------:|:-------------:|:--------------:|:--------------:|:------------:|:---------------:|:------------:|:--------------:|:-----------------:|:-------------:|:--------------:|:-------------:|:-------------:|:-----------------:|:-------------:|:----------------:|:----------------:|:----------------:|:-------------:|:------------:|:---------------:|:------------------:|:-------------------------:|:----------------:|:-------------:|:-------------:|:-------------------:|:------------------:|:---------------------:|:-------------------:|:-------------:|:---------------:|:---------------:|:-------------:|:-------------------:|:---------------:|:--------------------:|:-----------------:|:--------------:|:---------------:|:-----------------:|:--------------:|:---------------------:|:---------------:|:---------------:|:-------------:|:-------------:|:--------------:|:-------------------:|:--------------:|:-------------:|:-----------------------:|:-----------------:|:---------------------:|:-------------:|:------------:|:-----------------------:|:--------------:|:------------:|:--------------:|:--------------:|:--------------:|:--------------:|:-------------------:|:---------------:|:--------------------:|:--------------:|:----------------------------:|:-----------------:|:-------------------:|:----------------:|:-------------:|:-------------:|:------------------:|:------------------:|:----------------:|:---------------:|:---------------:|:---------------:|:--------------:|:------------:|:-------------:|:-----------------:|:----------------------:|:---------------:|:---------------:|:------------------:|:----------------------:|:--------------:|:---------------:|:---------------:|:------------------:|:-------------:|:------------:|:-----------------:|:---------------:|:-------------:|:-------------:|:-------------:|:-------------:|:-------------:|:-------------------:|:------------------:|:------------:|:---------------:|:----------------:|:-------------:|:-------------------:|:---------------:|:----------------:|:------------------:|:-------------:|:---------------:|:-------------:|:----------------------:|:-------------:|:---------------:|:------------:|:-------------:|:-------------------:|:--------------:|:----------------:|:-----------------------:|:---------------:|:-----------------:|:--------------:|:--------------:|:-------------:|:--------:|:------------:|:-------:|:---------:|:--------:|:-----------:|:--------:|:--------:|:--------------:|:---------:|:-----------:|:------------:|:----------:|:---------:|:--------:|:---------:|:------------:|:---------:|:-----------:|:---------:|:-------:|:---------:|:------------:|:--------:|:---------:|:---------:|:-------:|:----------:|:-------:|:---------:|:------------:|:--------:|:---------:|:--------:|:--------:|:------------:|:--------:|:-----------:|:-----------:|:-----------:|:--------:|:-------:|:----------:|:-------------:|:--------------------:|:-----------:|:--------:|:--------:|:--------------:|:-------------:|:----------------:|:--------------:|:--------:|:----------:|:----------:|:--------:|:--------------:|:----------:|:---------------:|:------------:|:---------:|:----------:|:------------:|:---------:|:----------------:|:----------:|:----------:|:--------:|:--------:|:---------:|:--------------:|:---------:|:--------:|:------------------:|:------------:|:----------------:|:--------:|:-------:|:------------------:|:---------:|:-------:|:---------:|:---------:|:---------:|:---------:|:--------------:|:----------:|:---------------:|:---------:|:-----------------------:|:------------:|:--------------:|:-----------:|:--------:|:--------:|:-------------:|:-------------:|:-----------:|:----------:|:----------:|:----------:|:---------:|:-------:|:--------:|:------------:|:-----------------:|:----------:|:----------:|:-------------:|:-----------------:|:---------:|:----------:|:----------:|:-------------:|:--------:|:-------:|:------------:|:----------:|:--------:|:--------:|:--------:|:--------:|:--------:|:--------------:|:-------------:|:-------:|:----------:|:-----------:|:--------:|:--------------:|:----------:|:-----------:|:-------------:|:--------:|:----------:|:--------:|:-----------------:|:--------:|:----------:|:-------:|:--------:|:--------------:|:---------:|:-----------:|:------------------:|:----------:|:------------:|:---------:|:---------:|:--------:|
|
355 |
+
| 3.6601 | 1.0 | 34 | 3.3203 | 0.0011 | 0.0025 | 0.0266 | nan | 0.0030 | 0.1570 | 0.0009 | 0.0 | 0.0 | nan | 0.0 | 0.0000 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | nan | 0.0 | nan | nan | nan | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | nan | 0.0 | nan | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | nan | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | nan | nan | nan | 0.0 | nan | 0.0 | nan | 0.0 | 0.0017 | 0.0728 | 0.0004 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0000 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | nan | 0.0 | nan | nan | nan | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | nan | 0.0 | nan | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | nan | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | nan | nan | nan | 0.0 | nan | 0.0 | nan |
|
356 |
+
| 2.7508 | 2.0 | 68 | 2.8406 | 0.0007 | 0.0013 | 0.0129 | nan | 0.0002 | 0.0759 | 0.0001 | 0.0 | 0.0 | nan | 0.0 | 0.0050 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0009 | 0.0 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | nan | 0.0 | nan | nan | nan | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | nan | 0.0 | nan | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | nan | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | nan | nan | nan | 0.0 | nan | 0.0 | nan | 0.0 | 0.0002 | 0.0389 | 0.0000 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0031 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0009 | 0.0 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | nan | 0.0 | nan | nan | nan | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | nan | 0.0 | nan | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | nan | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | nan | nan | nan | 0.0 | nan | 0.0 | nan |
|
357 |
+
| 2.5947 | 3.0 | 102 | 2.6790 | 0.0005 | 0.0011 | 0.0108 | nan | 0.0 | 0.0635 | 0.0 | 0.0 | 0.0 | nan | 0.0 | 0.0044 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0009 | 0.0 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | nan | 0.0 | nan | nan | nan | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | nan | 0.0 | nan | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | nan | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | nan | nan | nan | 0.0 | nan | 0.0 | nan | 0.0 | 0.0 | 0.0327 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0024 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0007 | 0.0 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | nan | 0.0 | nan | nan | nan | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | nan | 0.0 | nan | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | nan | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | nan | nan | nan | 0.0 | nan | 0.0 | nan |
|
358 |
+
| 2.2425 | 4.0 | 136 | 2.6029 | 0.0005 | 0.0009 | 0.0093 | nan | 0.0 | 0.0544 | 0.0 | 0.0 | 0.0 | nan | 0.0 | 0.0054 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0007 | 0.0 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | nan | 0.0 | nan | nan | nan | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | nan | 0.0 | nan | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | nan | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | nan | nan | nan | 0.0 | nan | 0.0 | nan | 0.0 | 0.0 | 0.0286 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0028 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0005 | 0.0 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | nan | 0.0 | nan | nan | nan | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | nan | 0.0 | nan | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | nan | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | nan | nan | nan | 0.0 | nan | 0.0 | nan |
|
359 |
+
| 2.3871 | 5.0 | 170 | 2.5794 | 0.0005 | 0.0009 | 0.0089 | nan | 0.0 | 0.0517 | 0.0 | 0.0 | 0.0 | nan | 0.0 | 0.0049 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0019 | 0.0 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | nan | 0.0 | nan | nan | nan | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | nan | 0.0 | nan | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | nan | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | nan | nan | nan | 0.0 | nan | 0.0 | nan | 0.0 | 0.0 | 0.0273 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0025 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0013 | 0.0 | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | nan | 0.0 | nan | nan | nan | 0.0 | nan | 0.0 | 0.0 | 0.0 | 0.0 | nan | 0.0 | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | nan | 0.0 | nan | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | nan | nan | nan | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | nan | nan | nan | nan | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | nan | 0.0 | 0.0 | nan | 0.0 | 0.0 | nan | nan | nan | 0.0 | nan | nan | nan | nan | 0.0 | nan | 0.0 | nan |
|
360 |
+
|
361 |
+
|
362 |
+
### Framework versions
|
363 |
+
|
364 |
+
- PEFT 0.7.1
|
365 |
+
- Transformers 4.36.2
|
366 |
+
- Pytorch 2.0.0
|
367 |
+
- Datasets 2.15.0
|
368 |
+
- Tokenizers 0.15.0
|
adapter_config.json
ADDED
@@ -0,0 +1,31 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
{
|
2 |
+
"alpha_pattern": {},
|
3 |
+
"auto_mapping": {
|
4 |
+
"base_model_class": "SegformerForSemanticSegmentation",
|
5 |
+
"parent_library": "transformers.models.segformer.modeling_segformer"
|
6 |
+
},
|
7 |
+
"base_model_name_or_path": "nvidia/mit-b0",
|
8 |
+
"bias": "none",
|
9 |
+
"fan_in_fan_out": false,
|
10 |
+
"inference_mode": true,
|
11 |
+
"init_lora_weights": true,
|
12 |
+
"layers_pattern": null,
|
13 |
+
"layers_to_transform": null,
|
14 |
+
"loftq_config": {},
|
15 |
+
"lora_alpha": 4,
|
16 |
+
"lora_dropout": 0.1,
|
17 |
+
"megatron_config": null,
|
18 |
+
"megatron_core": "megatron.core",
|
19 |
+
"modules_to_save": [
|
20 |
+
"decode_head"
|
21 |
+
],
|
22 |
+
"peft_type": "LORA",
|
23 |
+
"r": 4,
|
24 |
+
"rank_pattern": {},
|
25 |
+
"revision": null,
|
26 |
+
"target_modules": [
|
27 |
+
"value",
|
28 |
+
"query"
|
29 |
+
],
|
30 |
+
"task_type": null
|
31 |
+
}
|
adapter_model.safetensors
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:8c2e4757942f68d3c0cbd55ce043e0310feeac1e4e884307051540abda03c893
|
3 |
+
size 1807336
|
training_args.bin
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:72e2a27295827113e53d3da23f645d1fcaaabd9af44aea73c20cd77921a8e2aa
|
3 |
+
size 4347
|