mobile-ui-rtdetrv2

This model is a fine-tuned version of PekingU/rtdetr_v2_r18vd on the mrtoy/mobile-ui-design dataset. It achieves the following results on the evaluation set:

Loss: 7.5546
Map: 0.1631
Map 50: 0.2291
Map 75: 0.1615
Map Small: 0.0809
Map Medium: 0.2384
Map Large: 0.3418
Mar 1: 0.0502
Mar 10: 0.2617
Mar 100: 0.4934
Mar Small: 0.2801
Mar Medium: 0.5902
Mar Large: 0.7942
Map Group: 0.1156
Mar 100 Group: 0.5438
Map Image: 0.2472
Mar 100 Image: 0.6086
Map Rectangle: 0.1883
Mar 100 Rectangle: 0.458
Map Text: 0.1014
Mar 100 Text: 0.3633

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 OptimizerNames.ADAMW_TORCH_FUSED 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: 0.1
num_epochs: 30.0
mixed_precision_training: Native AMP

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 Group	Mar 100 Group	Map Image	Mar 100 Image	Map Rectangle	Mar 100 Rectangle	Map Text	Mar 100 Text
22.5606	1.0	84	14.3986	0.005	0.0119	0.0031	0.0015	0.0061	0.0154	0.0056	0.0315	0.1098	0.0351	0.1272	0.2126	0.0113	0.1591	0.0051	0.1275	0.0031	0.1274	0.0006	0.0254
16.5726	2.0	168	10.2625	0.0774	0.1221	0.0758	0.0293	0.0946	0.1336	0.041	0.1849	0.3597	0.1654	0.431	0.5727	0.0806	0.3638	0.1143	0.4799	0.0612	0.362	0.0535	0.2332
13.8275	3.0	252	8.3513	0.1082	0.1593	0.1049	0.0428	0.1423	0.2034	0.0448	0.1995	0.4293	0.2377	0.4812	0.6945	0.0831	0.4094	0.1796	0.5438	0.1099	0.4053	0.0602	0.3589
12.9434	4.0	336	8.0838	0.1171	0.1741	0.1167	0.0463	0.1593	0.2186	0.0411	0.2116	0.4439	0.2457	0.5069	0.7398	0.064	0.4459	0.2013	0.5678	0.1426	0.4243	0.0604	0.3375
12.9520	5.0	420	7.9952	0.1284	0.1931	0.1248	0.06	0.1772	0.2224	0.0435	0.2236	0.4568	0.2552	0.5216	0.7415	0.0539	0.4465	0.2066	0.558	0.1552	0.4388	0.0978	0.384
12.3922	6.0	504	7.9085	0.123	0.18	0.1191	0.0541	0.175	0.2555	0.0432	0.2122	0.4464	0.2375	0.5237	0.7738	0.0441	0.4276	0.2175	0.588	0.1501	0.4424	0.0801	0.3274
11.8207	7.0	588	7.8519	0.1266	0.1846	0.1225	0.0571	0.1858	0.2261	0.043	0.2199	0.4571	0.2422	0.5405	0.7813	0.0519	0.4622	0.2088	0.5641	0.1674	0.4543	0.0785	0.3479
11.9718	8.0	672	7.7630	0.1389	0.2028	0.1353	0.066	0.197	0.2511	0.0432	0.2317	0.4742	0.2631	0.5526	0.761	0.0552	0.4814	0.2193	0.5825	0.177	0.4582	0.1041	0.3747
11.8281	9.0	756	7.7236	0.1317	0.186	0.1298	0.0607	0.1925	0.2512	0.043	0.2254	0.4671	0.2523	0.5534	0.7856	0.0554	0.4945	0.2197	0.5935	0.1777	0.4602	0.0739	0.32
11.7955	10.0	840	7.6860	0.1389	0.1989	0.1353	0.0685	0.201	0.2665	0.0451	0.2327	0.4797	0.2633	0.568	0.8045	0.0604	0.506	0.2208	0.5941	0.1802	0.4599	0.0944	0.359
11.7786	11.0	924	7.6619	0.1456	0.2122	0.1431	0.0763	0.2067	0.2814	0.0445	0.2399	0.4916	0.2859	0.5715	0.7904	0.0649	0.5073	0.2302	0.6075	0.1763	0.4558	0.1111	0.3955
11.6336	12.0	1008	7.6186	0.1452	0.2085	0.1433	0.0697	0.2001	0.2939	0.0465	0.2467	0.4811	0.273	0.5665	0.7906	0.0673	0.5087	0.2435	0.6105	0.1766	0.4571	0.0935	0.3481
11.5051	13.0	1092	7.6479	0.1367	0.1944	0.1348	0.0661	0.201	0.2837	0.0456	0.2329	0.4692	0.2496	0.5583	0.7908	0.0665	0.5001	0.2308	0.5892	0.1654	0.4515	0.0839	0.3359
11.7697	14.0	1176	7.6313	0.1524	0.2192	0.15	0.0767	0.213	0.2967	0.0481	0.2508	0.4937	0.2893	0.578	0.7914	0.0797	0.5226	0.2496	0.6179	0.1743	0.4513	0.1059	0.383
11.2866	15.0	1260	7.6058	0.1544	0.2216	0.1513	0.0816	0.2181	0.3055	0.0505	0.2549	0.4948	0.2855	0.5825	0.7931	0.0822	0.5213	0.249	0.6152	0.1776	0.4614	0.1087	0.3812
10.9427	16.0	1344	7.5682	0.1551	0.2188	0.1537	0.0744	0.2193	0.3189	0.0513	0.2521	0.4899	0.2772	0.5813	0.8016	0.0866	0.5293	0.2522	0.613	0.1842	0.462	0.0972	0.3554
11.2099	17.0	1428	7.5999	0.1529	0.2152	0.1518	0.0755	0.2287	0.3052	0.0481	0.2552	0.4926	0.2802	0.5831	0.8057	0.0918	0.5311	0.2452	0.6157	0.1826	0.4654	0.0918	0.3585
10.9710	18.0	1512	7.5713	0.1577	0.2227	0.157	0.0815	0.229	0.3131	0.0494	0.2586	0.4979	0.292	0.5872	0.7908	0.0951	0.5349	0.2512	0.6257	0.1884	0.4593	0.0962	0.3716
11.0736	19.0	1596	7.5920	0.1568	0.2195	0.1546	0.0759	0.224	0.3225	0.0493	0.2589	0.4901	0.2779	0.584	0.7912	0.0976	0.5376	0.2611	0.626	0.1799	0.454	0.0887	0.3428
11.2172	20.0	1680	7.5613	0.153	0.2144	0.1502	0.0726	0.2256	0.3227	0.0499	0.2533	0.4867	0.2765	0.5825	0.8013	0.0971	0.5363	0.2449	0.6226	0.1846	0.4526	0.0851	0.3353
11.0390	21.0	1764	7.5417	0.1597	0.2248	0.1578	0.0824	0.2289	0.3218	0.0504	0.262	0.4959	0.2921	0.5832	0.7954	0.106	0.5397	0.2534	0.6128	0.1851	0.4607	0.0945	0.3705
11.1489	22.0	1848	7.5380	0.1599	0.224	0.1569	0.0783	0.2308	0.3306	0.0488	0.2596	0.4935	0.2839	0.5876	0.7987	0.1082	0.5411	0.2527	0.6195	0.1882	0.4587	0.0906	0.3547
10.7577	23.0	1932	7.5593	0.166	0.2341	0.1648	0.0849	0.2406	0.338	0.0511	0.2643	0.4993	0.2892	0.5937	0.797	0.1148	0.5457	0.2532	0.6141	0.1871	0.459	0.1089	0.3786
10.7818	24.0	2016	7.5448	0.1581	0.2225	0.1557	0.0781	0.2326	0.3262	0.0503	0.2565	0.487	0.2677	0.5912	0.7977	0.1103	0.5407	0.2517	0.6067	0.1766	0.4519	0.0938	0.3487
11.0101	25.0	2100	7.5186	0.157	0.2216	0.1558	0.0802	0.2348	0.3241	0.0505	0.2569	0.491	0.2748	0.5906	0.7955	0.1064	0.5458	0.2477	0.6013	0.1756	0.4526	0.0982	0.3644
10.9705	26.0	2184	7.5686	0.1583	0.223	0.1563	0.0796	0.2397	0.3214	0.0487	0.2593	0.4941	0.2876	0.5822	0.7885	0.11	0.5395	0.2487	0.6193	0.1804	0.4503	0.0943	0.3673
10.8750	27.0	2268	7.5558	0.1569	0.2185	0.1555	0.0771	0.2371	0.3315	0.0503	0.2538	0.4833	0.2609	0.5862	0.8099	0.1083	0.5389	0.2464	0.6003	0.185	0.4565	0.0878	0.3373
10.7519	28.0	2352	7.5294	0.1604	0.224	0.1595	0.0825	0.2361	0.3368	0.0499	0.2565	0.4946	0.2794	0.5903	0.7961	0.1109	0.5448	0.2489	0.6148	0.185	0.4581	0.0968	0.3608
10.8352	29.0	2436	7.5377	0.1657	0.2311	0.1638	0.0816	0.2391	0.3459	0.0509	0.2653	0.4975	0.2873	0.59	0.8001	0.1191	0.5462	0.2592	0.6243	0.1949	0.4592	0.0897	0.3604
10.7696	30.0	2520	7.5326	0.1598	0.2221	0.1589	0.0793	0.2358	0.3415	0.0499	0.2576	0.4897	0.2705	0.5899	0.8065	0.1105	0.5388	0.2522	0.6149	0.1861	0.4594	0.0905	0.3458

Framework versions

Transformers 5.3.0.dev0
Pytorch 2.10.0+cu128
Datasets 4.6.1
Tokenizers 0.22.2

merve/mobile-ui-rtdetrv2

mobile-ui-rtdetrv2

Model description

Intended uses & limitations

Training and evaluation data

Training procedure

Training hyperparameters

Training results

Framework versions

Seed this model