chickens-repro-2-xl

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

• Loss: 0.1892

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
1.6284	1.0	368	1.5748
1.4806	2.0	736	1.2493
1.1978	3.0	1104	1.1715
1.1901	4.0	1472	0.9759
0.9299	5.0	1840	0.8260
0.8422	6.0	2208	0.8049
0.8707	7.0	2576	0.7193
0.7687	8.0	2944	0.6395
0.7759	9.0	3312	0.7617
0.6356	10.0	3680	0.4434
0.5387	11.0	4048	0.4610
0.4619	12.0	4416	0.3963
0.503	13.0	4784	0.4240
0.4543	14.0	5152	0.4430
0.454	15.0	5520	0.4177
0.4231	16.0	5888	0.3456
0.4231	17.0	6256	0.3564
0.3714	18.0	6624	0.3325
0.42	19.0	6992	0.3517
0.4081	20.0	7360	0.3643
0.4083	21.0	7728	0.3186
0.3651	22.0	8096	0.3302
0.3553	23.0	8464	0.3234
0.296	24.0	8832	0.3057
0.3864	25.0	9200	0.3177
0.4336	26.0	9568	0.3529
0.3228	27.0	9936	0.2967
0.3687	28.0	10304	0.3063
0.3342	29.0	10672	0.3099
0.3283	30.0	11040	0.3006
0.3027	31.0	11408	0.2762
0.3197	32.0	11776	0.3170
0.3099	33.0	12144	0.2741
0.314	34.0	12512	0.2625
0.3325	35.0	12880	0.2994
0.3173	36.0	13248	0.2850
0.3112	37.0	13616	0.2830
0.4009	38.0	13984	0.2860
0.3526	39.0	14352	0.2586
0.2708	40.0	14720	0.2668
0.3086	41.0	15088	0.2620
0.3784	42.0	15456	0.2813
0.2815	43.0	15824	0.2761
0.294	44.0	16192	0.2651
0.3142	45.0	16560	0.3043
0.3088	46.0	16928	0.2676
0.2633	47.0	17296	0.2590
0.3051	48.0	17664	0.2767
0.2873	49.0	18032	0.2897
0.3239	50.0	18400	0.2556
0.2452	51.0	18768	0.2427
0.2972	52.0	19136	0.2439
0.2893	53.0	19504	0.2240
0.2594	54.0	19872	0.2490
0.2508	55.0	20240	0.2163
0.2453	56.0	20608	0.2495
0.2247	57.0	20976	0.2559
0.2856	58.0	21344	0.2435
0.3117	59.0	21712	0.2465
0.262	60.0	22080	0.2813
0.2566	61.0	22448	0.2274
0.2584	62.0	22816	0.2525
0.2947	63.0	23184	0.2322
0.2651	64.0	23552	0.2545
0.254	65.0	23920	0.2219
0.2372	66.0	24288	0.2349
0.2744	67.0	24656	0.2163
0.2638	68.0	25024	0.2457
0.2755	69.0	25392	0.2267
0.2391	70.0	25760	0.2416
0.2374	71.0	26128	0.2703
0.2684	72.0	26496	0.2668
0.2163	73.0	26864	0.2440
0.2328	74.0	27232	0.2316
0.2451	75.0	27600	0.2375
0.2428	76.0	27968	0.2210
0.242	77.0	28336	0.2303
0.2294	78.0	28704	0.2446
0.2169	79.0	29072	0.2383
0.2516	80.0	29440	0.2166
0.245	81.0	29808	0.2639
0.2455	82.0	30176	0.2542
0.2339	83.0	30544	0.2327
0.1973	84.0	30912	0.2111
0.2587	85.0	31280	0.2258
0.2297	86.0	31648	0.2195
0.2396	87.0	32016	0.2120
0.2529	88.0	32384	0.2305
0.2585	89.0	32752	0.2368
0.2274	90.0	33120	0.2175
0.2014	91.0	33488	0.2129
0.2349	92.0	33856	0.2093
0.2168	93.0	34224	0.2113
0.2092	94.0	34592	0.2048
0.2133	95.0	34960	0.2155
0.2101	96.0	35328	0.2246
0.2742	97.0	35696	0.2364
0.2158	98.0	36064	0.2160
0.2255	99.0	36432	0.2149
0.2255	100.0	36800	0.2166
0.2289	101.0	37168	0.1937
0.2208	102.0	37536	0.1980
0.2136	103.0	37904	0.2235
0.1907	104.0	38272	0.2418
0.2116	105.0	38640	0.2366
0.2204	106.0	39008	0.2315
0.2397	107.0	39376	0.2275
0.234	108.0	39744	0.2129
0.2566	109.0	40112	0.2269
0.2042	110.0	40480	0.2187
0.2103	111.0	40848	0.2158
0.1942	112.0	41216	0.2108
0.2176	113.0	41584	0.2214
0.173	114.0	41952	0.2065
0.2072	115.0	42320	0.2355
0.223	116.0	42688	0.2251
0.2256	117.0	43056	0.2209
0.2283	118.0	43424	0.2072
0.1896	119.0	43792	0.2134
0.1981	120.0	44160	0.2099
0.207	121.0	44528	0.2021
0.1805	122.0	44896	0.2293
0.1891	123.0	45264	0.2049
0.2385	124.0	45632	0.2209
0.2058	125.0	46000	0.2052
0.1924	126.0	46368	0.1902
0.2115	127.0	46736	0.1905
0.1854	128.0	47104	0.2186
0.2092	129.0	47472	0.2060
0.2179	130.0	47840	0.1991
0.1959	131.0	48208	0.2163
0.1933	132.0	48576	0.2131
0.1692	133.0	48944	0.2166
0.1947	134.0	49312	0.2025
0.21	135.0	49680	0.2100
0.2085	136.0	50048	0.1976
0.1939	137.0	50416	0.2094
0.1802	138.0	50784	0.1805
0.1901	139.0	51152	0.2137
0.1898	140.0	51520	0.1975
0.2238	141.0	51888	0.2159
0.2033	142.0	52256	0.2131
0.1789	143.0	52624	0.2085
0.2183	144.0	52992	0.2133
0.1987	145.0	53360	0.2017
0.188	146.0	53728	0.2268
0.1875	147.0	54096	0.2254
0.1834	148.0	54464	0.1936
0.2542	149.0	54832	0.1943
0.2011	150.0	55200	0.2157
0.1879	151.0	55568	0.2007
0.1725	152.0	55936	0.2366
0.1927	153.0	56304	0.1928
0.1887	154.0	56672	0.1922
0.1909	155.0	57040	0.2334
0.1868	156.0	57408	0.2196
0.1583	157.0	57776	0.2081
0.1493	158.0	58144	0.2188
0.1765	159.0	58512	0.2094
0.2103	160.0	58880	0.1948
0.1848	161.0	59248	0.2150
0.1743	162.0	59616	0.2131
0.1658	163.0	59984	0.1826
0.1733	164.0	60352	0.2283
0.1448	165.0	60720	0.2124
0.1569	166.0	61088	0.2262
0.1628	167.0	61456	0.1855
0.1723	168.0	61824	0.2004
0.1508	169.0	62192	0.2066
0.1727	170.0	62560	0.1888
0.1436	171.0	62928	0.2012
0.1645	172.0	63296	0.1895
0.1819	173.0	63664	0.1901
0.154	174.0	64032	0.2327
0.1763	175.0	64400	0.2138
0.1672	176.0	64768	0.1978
0.1549	177.0	65136	0.2005
0.2066	178.0	65504	0.1864
0.1729	179.0	65872	0.2015
0.1595	180.0	66240	0.1901
0.1391	181.0	66608	0.1911
0.206	182.0	66976	0.2079
0.1477	183.0	67344	0.1876
0.1723	184.0	67712	0.2033
0.1836	185.0	68080	0.1972
0.1501	186.0	68448	0.1924
0.159	187.0	68816	0.1914
0.1402	188.0	69184	0.1994
0.1546	189.0	69552	0.1882
0.1637	190.0	69920	0.2100
0.1473	191.0	70288	0.1811
0.139	192.0	70656	0.1778
0.1591	193.0	71024	0.1967
0.1343	194.0	71392	0.1813
0.2054	195.0	71760	0.1878
0.1692	196.0	72128	0.1826
0.1447	197.0	72496	0.1921
0.1645	198.0	72864	0.2022
0.159	199.0	73232	0.2171
0.1542	200.0	73600	0.1984
0.1352	201.0	73968	0.2138
0.1752	202.0	74336	0.2031
0.1699	203.0	74704	0.1995
0.1617	204.0	75072	0.1945
0.1477	205.0	75440	0.1882
0.1572	206.0	75808	0.1839
0.1672	207.0	76176	0.1863
0.1601	208.0	76544	0.1822
0.1676	209.0	76912	0.1937
0.1369	210.0	77280	0.1877
0.1393	211.0	77648	0.1800
0.1464	212.0	78016	0.1725
0.1676	213.0	78384	0.1824
0.1333	214.0	78752	0.1907
0.1647	215.0	79120	0.1865
0.1473	216.0	79488	0.2046
0.1498	217.0	79856	0.1890
0.1536	218.0	80224	0.1996
0.1381	219.0	80592	0.1945
0.1425	220.0	80960	0.1892
0.1608	221.0	81328	0.1911
0.1431	222.0	81696	0.1862
0.1754	223.0	82064	0.1869
0.1503	224.0	82432	0.1846
0.1502	225.0	82800	0.1919
0.1574	226.0	83168	0.1913
0.1431	227.0	83536	0.1982
0.1412	228.0	83904	0.1939
0.1252	229.0	84272	0.1789
0.165	230.0	84640	0.1823
0.1498	231.0	85008	0.1969
0.1429	232.0	85376	0.1929
0.1288	233.0	85744	0.2008
0.1367	234.0	86112	0.1851
0.1413	235.0	86480	0.1852
0.1567	236.0	86848	0.1892
0.1442	237.0	87216	0.1855
0.1396	238.0	87584	0.1857
0.1253	239.0	87952	0.1884
0.1617	240.0	88320	0.1796
0.1258	241.0	88688	0.1922
0.1557	242.0	89056	0.1922
0.1606	243.0	89424	0.1728
0.1628	244.0	89792	0.1927
0.1408	245.0	90160	0.1890
0.1396	246.0	90528	0.1839
0.1708	247.0	90896	0.1838
0.1304	248.0	91264	0.1945
0.1649	249.0	91632	0.1771
0.1337	250.0	92000	0.1765
0.1385	251.0	92368	0.1954
0.1705	252.0	92736	0.1830
0.177	253.0	93104	0.1850
0.1372	254.0	93472	0.1958
0.1891	255.0	93840	0.1853
0.1423	256.0	94208	0.1928
0.1445	257.0	94576	0.1801
0.1506	258.0	94944	0.1899
0.1479	259.0	95312	0.1863
0.1279	260.0	95680	0.1901
0.1303	261.0	96048	0.1833
0.1488	262.0	96416	0.1805
0.1355	263.0	96784	0.1903
0.1188	264.0	97152	0.1877
0.1436	265.0	97520	0.1876
0.1531	266.0	97888	0.1912
0.1394	267.0	98256	0.1891
0.1342	268.0	98624	0.1905
0.1235	269.0	98992	0.1873
0.1238	270.0	99360	0.1940
0.1304	271.0	99728	0.1905
0.1216	272.0	100096	0.1929
0.1426	273.0	100464	0.1931
0.1308	274.0	100832	0.1940
0.164	275.0	101200	0.1903
0.1486	276.0	101568	0.1917
0.1677	277.0	101936	0.1915
0.1499	278.0	102304	0.1912
0.1685	279.0	102672	0.1931
0.1566	280.0	103040	0.1876
0.1471	281.0	103408	0.1892
0.1425	282.0	103776	0.1887
0.1331	283.0	104144	0.1889
0.1181	284.0	104512	0.1911
0.1397	285.0	104880	0.1910
0.1157	286.0	105248	0.1914
0.138	287.0	105616	0.1909
0.1199	288.0	105984	0.1911
0.1625	289.0	106352	0.1914
0.1185	290.0	106720	0.1912
0.1463	291.0	107088	0.1893
0.1723	292.0	107456	0.1890
0.1365	293.0	107824	0.1888
0.1609	294.0	108192	0.1889
0.1757	295.0	108560	0.1892
0.1275	296.0	108928	0.1890
0.1528	297.0	109296	0.1892
0.1529	298.0	109664	0.1892
0.1465	299.0	110032	0.1892
0.1461	300.0	110400	0.1892

Framework versions

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