chickens-repro-microsoft

This model is a fine-tuned version of microsoft/conditional-detr-resnet-50 on an unknown dataset. It achieves the following results on the evaluation set:

• Loss: 0.2586

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: 1e-05
• train_batch_size: 2
• eval_batch_size: 8
• seed: 42
• optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
• lr_scheduler_type: cosine
• num_epochs: 300

Training results

Training Loss	Epoch	Step	Validation Loss
2.4109	1.0	227	2.4034
2.2402	2.0	454	2.2034
2.0419	3.0	681	1.9152
1.805	4.0	908	1.7156
1.7492	5.0	1135	1.6649
1.6458	6.0	1362	1.4887
1.5517	7.0	1589	1.5056
1.5305	8.0	1816	1.4455
1.5327	9.0	2043	1.4273
1.4153	10.0	2270	1.3496
1.3915	11.0	2497	1.3452
1.3789	12.0	2724	1.3291
1.3751	13.0	2951	1.4351
1.3069	14.0	3178	1.2104
1.4149	15.0	3405	1.1756
1.2389	16.0	3632	1.1699
1.3693	17.0	3859	1.2906
1.2736	18.0	4086	1.1892
1.1988	19.0	4313	1.0570
1.2334	20.0	4540	1.0967
1.1576	21.0	4767	1.1222
1.122	22.0	4994	1.0020
1.1174	23.0	5221	0.9732
1.0266	24.0	5448	0.9493
1.0779	25.0	5675	0.9727
1.1053	26.0	5902	1.0301
1.0409	27.0	6129	1.1059
1.0385	28.0	6356	0.9212
1.0568	29.0	6583	0.9122
0.9826	30.0	6810	0.9585
1.02	31.0	7037	0.9483
0.958	32.0	7264	0.9547
0.9858	33.0	7491	0.8586
0.9555	34.0	7718	1.0204
0.9254	35.0	7945	1.2116
0.8585	36.0	8172	0.8202
0.8685	37.0	8399	0.8469
0.8025	38.0	8626	0.9344
0.891	39.0	8853	0.7926
0.8625	40.0	9080	0.7173
0.78	41.0	9307	0.6745
0.7687	42.0	9534	0.6420
0.8027	43.0	9761	0.6933
0.7005	44.0	9988	0.7224
0.7672	45.0	10215	0.6985
0.7564	46.0	10442	0.6271
0.7151	47.0	10669	0.6797
0.6617	48.0	10896	0.5692
0.6727	49.0	11123	0.5981
0.652	50.0	11350	0.5905
0.6275	51.0	11577	0.7143
0.6262	52.0	11804	0.4990
0.5776	53.0	12031	0.6481
0.595	54.0	12258	0.5355
0.5908	55.0	12485	0.4665
0.6257	56.0	12712	0.4817
0.5804	57.0	12939	0.4787
0.5485	58.0	13166	0.4573
0.5513	59.0	13393	0.5067
0.5455	60.0	13620	0.4338
0.5643	61.0	13847	0.4747
0.5597	62.0	14074	0.4625
0.5142	63.0	14301	0.4325
0.4881	64.0	14528	0.4350
0.5078	65.0	14755	0.4493
0.4868	66.0	14982	0.5610
0.4949	67.0	15209	0.5126
0.4731	68.0	15436	0.5082
0.465	69.0	15663	0.5526
0.4757	70.0	15890	0.4630
0.4453	71.0	16117	0.4211
0.4707	72.0	16344	0.4194
0.473	73.0	16571	0.4326
0.48	74.0	16798	0.4607
0.4486	75.0	17025	0.4671
0.4639	76.0	17252	0.4319
0.4055	77.0	17479	0.4187
0.3989	78.0	17706	0.4486
0.4791	79.0	17933	0.3904
0.4067	80.0	18160	0.3696
0.4004	81.0	18387	0.3926
0.4214	82.0	18614	0.4291
0.3787	83.0	18841	0.3617
0.4468	84.0	19068	0.4594
0.3884	85.0	19295	0.4059
0.3922	86.0	19522	0.3864
0.3704	87.0	19749	0.3659
0.3923	88.0	19976	0.3208
0.3675	89.0	20203	0.3521
0.3546	90.0	20430	0.4677
0.3619	91.0	20657	0.3226
0.3658	92.0	20884	0.3382
0.3513	93.0	21111	0.3587
0.3435	94.0	21338	0.3460
0.3485	95.0	21565	0.3833
0.3419	96.0	21792	0.3822
0.379	97.0	22019	0.3022
0.3374	98.0	22246	0.3207
0.3408	99.0	22473	0.3857
0.3521	100.0	22700	0.3044
0.3382	101.0	22927	0.3438
0.3611	102.0	23154	0.3018
0.3322	103.0	23381	0.3128
0.3157	104.0	23608	0.3214
0.311	105.0	23835	0.3339
0.3333	106.0	24062	0.3229
0.3126	107.0	24289	0.3601
0.3218	108.0	24516	0.3378
0.3116	109.0	24743	0.3214
0.3134	110.0	24970	0.2812
0.3218	111.0	25197	0.3435
0.3231	112.0	25424	0.3431
0.3309	113.0	25651	0.2969
0.3133	114.0	25878	0.3589
0.3091	115.0	26105	0.2857
0.3149	116.0	26332	0.3523
0.2893	117.0	26559	0.3081
0.2859	118.0	26786	0.2942
0.2898	119.0	27013	0.2846
0.2827	120.0	27240	0.3218
0.327	121.0	27467	0.3179
0.2804	122.0	27694	0.2789
0.2958	123.0	27921	0.3487
0.2641	124.0	28148	0.3064
0.2709	125.0	28375	0.3535
0.2996	126.0	28602	0.3367
0.2606	127.0	28829	0.3378
0.2813	128.0	29056	0.3075
0.2658	129.0	29283	0.2700
0.2799	130.0	29510	0.2704
0.2845	131.0	29737	0.3011
0.2687	132.0	29964	0.2576
0.2634	133.0	30191	0.2871
0.2739	134.0	30418	0.2801
0.2689	135.0	30645	0.2944
0.2512	136.0	30872	0.3056
0.2543	137.0	31099	0.2797
0.2548	138.0	31326	0.3051
0.2454	139.0	31553	0.3302
0.2562	140.0	31780	0.2624
0.255	141.0	32007	0.2975
0.2605	142.0	32234	0.2809
0.242	143.0	32461	0.2890
0.255	144.0	32688	0.2973
0.2509	145.0	32915	0.2518
0.263	146.0	33142	0.2676
0.2713	147.0	33369	0.2640
0.2524	148.0	33596	0.3073
0.2578	149.0	33823	0.2846
0.2449	150.0	34050	0.2732
0.2426	151.0	34277	0.2775
0.2496	152.0	34504	0.2920
0.2452	153.0	34731	0.2702
0.2431	154.0	34958	0.2919
0.2402	155.0	35185	0.2837
0.2307	156.0	35412	0.2959
0.2392	157.0	35639	0.2896
0.2545	158.0	35866	0.2909
0.2393	159.0	36093	0.2820
0.2459	160.0	36320	0.2802
0.2251	161.0	36547	0.2454
0.2461	162.0	36774	0.2734
0.2297	163.0	37001	0.3074
0.2174	164.0	37228	0.2656
0.2384	165.0	37455	0.3121
0.2232	166.0	37682	0.2898
0.2364	167.0	37909	0.2479
0.2159	168.0	38136	0.3402
0.2247	169.0	38363	0.3425
0.2451	170.0	38590	0.2661
0.2158	171.0	38817	0.2600
0.2217	172.0	39044	0.3191
0.2135	173.0	39271	0.2849
0.2202	174.0	39498	0.2929
0.2258	175.0	39725	0.2894
0.2023	176.0	39952	0.2803
0.2162	177.0	40179	0.2645
0.2076	178.0	40406	0.2934
0.212	179.0	40633	0.2947
0.2227	180.0	40860	0.3018
0.2046	181.0	41087	0.2609
0.2229	182.0	41314	0.2675
0.219	183.0	41541	0.2583
0.2081	184.0	41768	0.2682
0.2254	185.0	41995	0.2820
0.2194	186.0	42222	0.2458
0.2225	187.0	42449	0.2581
0.2184	188.0	42676	0.2626
0.2121	189.0	42903	0.2637
0.223	190.0	43130	0.2661
0.2	191.0	43357	0.2905
0.2048	192.0	43584	0.2870
0.1999	193.0	43811	0.2673
0.2051	194.0	44038	0.2590
0.2041	195.0	44265	0.2854
0.1979	196.0	44492	0.2700
0.1927	197.0	44719	0.2959
0.1978	198.0	44946	0.2575
0.1899	199.0	45173	0.2575
0.2024	200.0	45400	0.2892
0.1975	201.0	45627	0.2550
0.1972	202.0	45854	0.2658
0.1975	203.0	46081	0.2522
0.2063	204.0	46308	0.2563
0.2055	205.0	46535	0.2676
0.1982	206.0	46762	0.2927
0.1913	207.0	46989	0.2641
0.1998	208.0	47216	0.2581
0.1865	209.0	47443	0.2468
0.1959	210.0	47670	0.2503
0.1943	211.0	47897	0.2840
0.1852	212.0	48124	0.2483
0.2042	213.0	48351	0.2929
0.1883	214.0	48578	0.2570
0.1973	215.0	48805	0.2698
0.1979	216.0	49032	0.2453
0.1853	217.0	49259	0.2681
0.1963	218.0	49486	0.2563
0.1912	219.0	49713	0.2626
0.1874	220.0	49940	0.2650
0.1928	221.0	50167	0.2669
0.1866	222.0	50394	0.2722
0.2024	223.0	50621	0.2479
0.1974	224.0	50848	0.2366
0.199	225.0	51075	0.2610
0.1776	226.0	51302	0.2731
0.1845	227.0	51529	0.2570
0.19	228.0	51756	0.2824
0.1879	229.0	51983	0.2824
0.184	230.0	52210	0.2682
0.1843	231.0	52437	0.2337
0.1964	232.0	52664	0.2566
0.1833	233.0	52891	0.2661
0.1969	234.0	53118	0.2537
0.1907	235.0	53345	0.2642
0.1884	236.0	53572	0.2643
0.172	237.0	53799	0.2599
0.1949	238.0	54026	0.2597
0.1724	239.0	54253	0.2499
0.1747	240.0	54480	0.2573
0.1795	241.0	54707	0.2607
0.181	242.0	54934	0.2373
0.1682	243.0	55161	0.2668
0.1815	244.0	55388	0.2737
0.1799	245.0	55615	0.2684
0.1695	246.0	55842	0.2602
0.1738	247.0	56069	0.2671
0.1694	248.0	56296	0.2670
0.1819	249.0	56523	0.2673
0.1866	250.0	56750	0.2458
0.1897	251.0	56977	0.2724
0.185	252.0	57204	0.2593
0.1805	253.0	57431	0.2558
0.1781	254.0	57658	0.2680
0.1889	255.0	57885	0.2614
0.1814	256.0	58112	0.2653
0.1909	257.0	58339	0.2642
0.1845	258.0	58566	0.2561
0.1698	259.0	58793	0.2563
0.1701	260.0	59020	0.2616
0.1869	261.0	59247	0.2557
0.1899	262.0	59474	0.2548
0.1737	263.0	59701	0.2635
0.1757	264.0	59928	0.2580
0.1808	265.0	60155	0.2525
0.1776	266.0	60382	0.2613
0.1752	267.0	60609	0.2572
0.1701	268.0	60836	0.2606
0.183	269.0	61063	0.2639
0.183	270.0	61290	0.2620
0.1727	271.0	61517	0.2582
0.1714	272.0	61744	0.2592
0.1695	273.0	61971	0.2565
0.1779	274.0	62198	0.2630
0.1906	275.0	62425	0.2630
0.1785	276.0	62652	0.2545
0.184	277.0	62879	0.2496
0.1738	278.0	63106	0.2648
0.1669	279.0	63333	0.2553
0.1719	280.0	63560	0.2595
0.1762	281.0	63787	0.2633
0.1799	282.0	64014	0.2573
0.1776	283.0	64241	0.2569
0.1667	284.0	64468	0.2545
0.1741	285.0	64695	0.2562
0.168	286.0	64922	0.2579
0.1799	287.0	65149	0.2562
0.1758	288.0	65376	0.2560
0.1782	289.0	65603	0.2554
0.1718	290.0	65830	0.2590
0.1672	291.0	66057	0.2597
0.1681	292.0	66284	0.2595
0.1764	293.0	66511	0.2596
0.1744	294.0	66738	0.2586
0.18	295.0	66965	0.2587
0.1731	296.0	67192	0.2584
0.1884	297.0	67419	0.2585
0.1743	298.0	67646	0.2586
0.1753	299.0	67873	0.2586
0.1715	300.0	68100	0.2586

Framework versions

• Transformers 4.45.1
• Pytorch 2.4.1+cu121
• Datasets 2.19.2
• Tokenizers 0.20.0