rtdetr_v2_r101vd-rocks-finetune-v2

This model is a fine-tuned version of PekingU/rtdetr_v2_r101vd on an unknown dataset. It achieves the following results on the evaluation set:

• Loss: 13.8126
• Map: 0.0778
• Map 50: 0.1306
• Map 75: 0.0815
• Map Small: 0.1747
• Map Medium: 0.0256
• Map Large: 0.0545
• Mar 1: 0.0779
• Mar 10: 0.4257
• Mar 100: 0.6528
• Mar Small: 0.7518
• Mar Medium: 0.6119
• Mar Large: 0.5793
• Map Stone: 0.0778
• Mar 100 Stone: 0.6528

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: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
• lr_scheduler_type: linear
• lr_scheduler_warmup_steps: 300
• num_epochs: 45

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 Stone	Mar 100 Stone
No log	1.0	130	35.1168	0.015	0.0226	0.0139	0.0028	0.0199	0.0286	0.0284	0.1541	0.4076	0.2136	0.4921	0.5467	0.015	0.4076
No log	2.0	260	14.4312	0.0872	0.1134	0.0976	0.0398	0.1362	0.1233	0.1479	0.3198	0.6182	0.6264	0.6149	0.612	0.0872	0.6182
No log	3.0	390	13.4471	0.0547	0.0805	0.0592	0.1214	0.0833	0.0867	0.1624	0.4571	0.6353	0.69	0.5941	0.6152	0.0547	0.6353
76.7976	4.0	520	13.5991	0.0822	0.1127	0.0944	0.1412	0.0524	0.0884	0.138	0.3776	0.6172	0.6236	0.598	0.6304	0.0822	0.6172
76.7976	5.0	650	13.3898	0.1097	0.1535	0.1234	0.1128	0.1347	0.1324	0.168	0.463	0.6452	0.6909	0.599	0.6413	0.1097	0.6452
76.7976	6.0	780	13.1340	0.0717	0.1261	0.0716	0.1425	0.0682	0.0516	0.1248	0.4508	0.6568	0.7291	0.6238	0.6065	0.0717	0.6568
76.7976	7.0	910	12.9490	0.2071	0.291	0.234	0.287	0.1801	0.1864	0.2277	0.5172	0.6845	0.7627	0.6545	0.6239	0.2071	0.6845
12.8837	8.0	1040	12.5279	0.1599	0.2268	0.1824	0.2326	0.2017	0.0982	0.2587	0.5376	0.6776	0.7509	0.6426	0.6283	0.1599	0.6776
12.8837	9.0	1170	13.4474	0.1331	0.1816	0.1557	0.1736	0.1427	0.1336	0.2188	0.404	0.635	0.6455	0.6168	0.6424	0.1331	0.635
12.8837	10.0	1300	13.7030	0.0635	0.093	0.0707	0.0412	0.0593	0.1091	0.2109	0.5013	0.6627	0.7227	0.6337	0.6228	0.0635	0.6627
12.8837	11.0	1430	13.8766	0.0704	0.1093	0.0733	0.0553	0.1341	0.0605	0.1472	0.3875	0.6271	0.6436	0.598	0.6391	0.0704	0.6271
11.6626	12.0	1560	13.3897	0.0427	0.0696	0.0417	0.0378	0.0619	0.0489	0.0772	0.3914	0.6574	0.71	0.6634	0.588	0.0427	0.6574
11.6626	13.0	1690	14.1957	0.0578	0.0996	0.0602	0.0636	0.0867	0.0612	0.1208	0.398	0.6366	0.6891	0.6178	0.5946	0.0578	0.6366
11.6626	14.0	1820	13.7179	0.0742	0.1214	0.0814	0.0803	0.0753	0.0858	0.129	0.436	0.6512	0.6873	0.6455	0.6141	0.0742	0.6512
11.6626	15.0	1950	13.8026	0.0429	0.0658	0.0458	0.0304	0.0542	0.0661	0.0611	0.3112	0.6439	0.6664	0.6287	0.6337	0.0429	0.6439
11.0324	16.0	2080	13.1572	0.0556	0.0905	0.0608	0.096	0.055	0.0375	0.0983	0.3993	0.6644	0.72	0.6554	0.6076	0.0556	0.6644
11.0324	17.0	2210	13.4430	0.087	0.135	0.0987	0.1319	0.1137	0.0471	0.1158	0.4756	0.667	0.7291	0.6366	0.6261	0.087	0.667
11.0324	18.0	2340	13.4700	0.0657	0.104	0.0718	0.0804	0.0721	0.0695	0.1234	0.4607	0.6842	0.7409	0.6812	0.6196	0.0657	0.6842
11.0324	19.0	2470	13.6274	0.0795	0.1324	0.0834	0.1533	0.065	0.0367	0.097	0.4224	0.6597	0.7482	0.5931	0.6272	0.0795	0.6597
10.2907	20.0	2600	13.5939	0.0694	0.1102	0.0749	0.0908	0.0537	0.1191	0.1139	0.4479	0.6703	0.7536	0.6228	0.6228	0.0694	0.6703
10.2907	21.0	2730	13.6512	0.1602	0.2484	0.1792	0.2837	0.1085	0.0816	0.165	0.4835	0.6746	0.7591	0.6297	0.6228	0.1602	0.6746
10.2907	22.0	2860	13.7632	0.0989	0.1648	0.105	0.1129	0.0888	0.1174	0.1389	0.4957	0.6713	0.7455	0.6396	0.6174	0.0989	0.6713
10.2907	23.0	2990	13.7319	0.0991	0.1591	0.1094	0.1326	0.0837	0.1179	0.1284	0.4898	0.6611	0.7391	0.6277	0.6043	0.0991	0.6611
9.5651	24.0	3120	13.4980	0.1384	0.2217	0.1554	0.2358	0.0747	0.1166	0.1604	0.4795	0.6479	0.7218	0.5891	0.6239	0.1384	0.6479
9.5651	25.0	3250	13.8530	0.0719	0.1144	0.0773	0.1138	0.0466	0.0917	0.1149	0.434	0.6584	0.7236	0.6079	0.6359	0.0719	0.6584
9.5651	26.0	3380	13.2451	0.1325	0.2041	0.1476	0.1991	0.1156	0.0888	0.1677	0.4937	0.6802	0.7345	0.6713	0.625	0.1325	0.6802
9.1381	27.0	3510	13.2538	0.1073	0.166	0.1169	0.1485	0.0674	0.1174	0.1168	0.4779	0.6911	0.7473	0.6683	0.6489	0.1073	0.6911
9.1381	28.0	3640	13.4400	0.147	0.2254	0.1658	0.2306	0.096	0.1331	0.1518	0.464	0.666	0.7273	0.6238	0.6391	0.147	0.666
9.1381	29.0	3770	13.1811	0.1424	0.2225	0.16	0.2159	0.1288	0.1122	0.195	0.5238	0.6785	0.7364	0.6584	0.6315	0.1424	0.6785
9.1381	30.0	3900	13.7082	0.0969	0.154	0.11	0.1469	0.0552	0.1168	0.1172	0.4482	0.6502	0.7282	0.5792	0.6348	0.0969	0.6502
8.5415	31.0	4030	13.5830	0.0852	0.1381	0.0889	0.1253	0.0604	0.0837	0.1208	0.4719	0.6716	0.7564	0.6317	0.6141	0.0852	0.6716
8.5415	32.0	4160	13.8031	0.103	0.1627	0.112	0.2026	0.0374	0.0739	0.1221	0.4178	0.6426	0.7291	0.5703	0.6185	0.103	0.6426
8.5415	33.0	4290	13.5155	0.1191	0.1761	0.1371	0.2224	0.0442	0.0714	0.1284	0.4548	0.6538	0.74	0.5911	0.6196	0.1191	0.6538
8.5415	34.0	4420	13.8074	0.1021	0.1633	0.1162	0.239	0.0284	0.0499	0.098	0.4059	0.6409	0.7327	0.5832	0.5946	0.1021	0.6409
7.9946	35.0	4550	13.4351	0.1142	0.1809	0.1265	0.2546	0.0512	0.0363	0.1158	0.4142	0.6614	0.7391	0.6178	0.6163	0.1142	0.6614
7.9946	36.0	4680	13.6085	0.1043	0.1702	0.1139	0.2192	0.039	0.0545	0.1033	0.4224	0.6462	0.7391	0.602	0.5837	0.1043	0.6462
7.9946	37.0	4810	13.3631	0.1143	0.1855	0.1271	0.2465	0.043	0.0444	0.1007	0.4495	0.6594	0.7591	0.6267	0.5761	0.1143	0.6594
7.9946	38.0	4940	13.6238	0.0929	0.1545	0.1068	0.1868	0.0373	0.0507	0.1	0.4257	0.6561	0.7455	0.597	0.6141	0.0929	0.6561
7.4624	39.0	5070	13.6244	0.0973	0.1638	0.1023	0.2038	0.0294	0.0522	0.1096	0.4083	0.6597	0.7473	0.6139	0.6054	0.0973	0.6597
7.4624	40.0	5200	13.6516	0.0785	0.1362	0.0857	0.1616	0.0326	0.0424	0.0838	0.4069	0.6538	0.7527	0.599	0.5957	0.0785	0.6538
7.4624	41.0	5330	13.7606	0.0816	0.135	0.0881	0.1792	0.0289	0.0404	0.0884	0.4201	0.6594	0.7582	0.603	0.6033	0.0816	0.6594
7.4624	42.0	5460	13.7622	0.0791	0.1306	0.0821	0.1939	0.0239	0.0399	0.0881	0.4007	0.6485	0.7536	0.602	0.5739	0.0791	0.6485
7.0573	43.0	5590	13.8585	0.0758	0.1291	0.0783	0.1804	0.026	0.0452	0.0809	0.3911	0.6376	0.7473	0.5842	0.5652	0.0758	0.6376
7.0573	44.0	5720	13.8280	0.0884	0.1437	0.0965	0.1997	0.0265	0.0564	0.0911	0.4158	0.6548	0.7473	0.6178	0.587	0.0884	0.6548
7.0573	45.0	5850	13.8126	0.0778	0.1306	0.0815	0.1747	0.0256	0.0545	0.0779	0.4257	0.6528	0.7518	0.6119	0.5793	0.0778	0.6528

Framework versions

• Transformers 4.52.0.dev0
• Pytorch 2.6.0+cu124
• Datasets 3.5.0
• Tokenizers 0.21.1