learning_rate: 5e-05
train_batch_size: 4
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: cosine
num_epochs: 30

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 Ace	Mar 100 Ace	Map Jack	Mar 100 Jack	Map King	Mar 100 King	Map Nine	Mar 100 Nine	Map Queen	Mar 100 Queen	Map Ten	Mar 100 Ten
No log	1.0	74	0.7521	0.0758	0.0923	0.0853	-1.0	0.1264	0.0815	0.1864	0.2491	0.2497	-1.0	0.2491	0.2521	0.0757	0.2192	0.0424	0.1833	0.0438	0.2783	0.1222	0.5692	0.0396	0.0538	0.1311	0.1944
No log	2.0	148	0.8475	0.0755	0.0898	0.0866	-1.0	0.0781	0.0866	0.1978	0.255	0.2569	-1.0	0.2603	0.254	0.0553	0.2538	0.1289	0.2583	0.0326	0.1522	0.1736	0.5423	0.0089	0.0346	0.0537	0.3
No log	3.0	222	0.7776	0.0515	0.0681	0.0546	-1.0	0.0862	0.0477	0.1662	0.2608	0.2621	-1.0	0.2667	0.264	0.0203	0.1885	0.0252	0.0958	0.1357	0.5739	0.1009	0.5308	0.0	0.0	0.0268	0.1833
No log	4.0	296	0.7234	0.0666	0.0841	0.072	-1.0	0.1455	0.0552	0.1961	0.2917	0.2975	-1.0	0.3	0.3035	0.0243	0.1462	0.1287	0.3917	0.0323	0.1565	0.1039	0.6154	0.0053	0.0308	0.1051	0.4444
No log	5.0	370	0.7749	0.0355	0.0474	0.041	-1.0	0.0823	0.038	0.1223	0.1902	0.1902	-1.0	0.1882	0.1974	0.0053	0.05	0.0386	0.1292	0.0377	0.1957	0.0768	0.3385	0.0	0.0	0.0548	0.4278
No log	6.0	444	0.7166	0.0542	0.0733	0.0609	-1.0	0.1308	0.0455	0.157	0.2188	0.2194	-1.0	0.2269	0.217	0.0246	0.0962	0.0773	0.3917	0.0709	0.1957	0.1288	0.4885	0.0	0.0	0.0233	0.1444
0.7080	7.0	518	0.7570	0.0721	0.1	0.0796	-1.0	0.1175	0.0733	0.1807	0.2389	0.2389	-1.0	0.2199	0.2447	0.0835	0.2077	0.0805	0.2667	0.0655	0.2304	0.1213	0.5692	0.0116	0.0538	0.0701	0.1056
0.7080	8.0	592	0.7767	0.0433	0.0586	0.0506	-1.0	0.1024	0.0318	0.1412	0.207	0.2083	-1.0	0.2169	0.206	0.0376	0.2038	0.0319	0.2	0.056	0.2826	0.0791	0.4731	0.0356	0.0346	0.0198	0.0556
0.7080	9.0	666	0.6767	0.064	0.0793	0.0712	-1.0	0.1432	0.0445	0.1672	0.3024	0.3114	-1.0	0.2946	0.3129	0.0086	0.2269	0.0803	0.4208	0.0663	0.3435	0.1657	0.6731	0.0413	0.0538	0.022	0.15
0.7080	10.0	740	0.6713	0.0882	0.1073	0.101	-1.0	0.1348	0.0868	0.1653	0.3299	0.3395	-1.0	0.3106	0.3466	0.125	0.5923	0.0698	0.4792	0.07	0.1826	0.1832	0.6231	0.0387	0.0654	0.0426	0.0944
0.7080	11.0	814	0.7139	0.0873	0.104	0.0997	-1.0	0.1325	0.0805	0.2291	0.2846	0.2846	-1.0	0.2408	0.2984	0.0705	0.35	0.1094	0.3958	0.0363	0.187	0.1876	0.5308	0.0396	0.0385	0.0803	0.2056
0.7080	12.0	888	0.6236	0.0768	0.0947	0.0809	-1.0	0.1025	0.0765	0.1533	0.2538	0.2545	-1.0	0.2218	0.267	0.0434	0.2423	0.0489	0.425	0.0754	0.2	0.218	0.5731	0.0158	0.0308	0.0594	0.0556
0.7080	13.0	962	0.6699	0.0881	0.1086	0.096	-1.0	0.169	0.0705	0.2104	0.3192	0.3192	-1.0	0.2964	0.3251	0.036	0.2538	0.1264	0.7458	0.0815	0.3522	0.2104	0.45	0.0594	0.0577	0.0149	0.0556
0.6383	14.0	1036	0.6149	0.1031	0.121	0.1135	-1.0	0.1515	0.1054	0.2222	0.3489	0.3489	-1.0	0.2898	0.3655	0.0759	0.4692	0.1816	0.5958	0.0996	0.3957	0.1791	0.4269	0.0	0.0	0.0827	0.2056
0.6383	15.0	1110	0.7229	0.0961	0.1143	0.1051	-1.0	0.1138	0.1068	0.2092	0.3055	0.3113	-1.0	0.2791	0.3225	0.2047	0.5962	0.0954	0.5167	0.0498	0.2957	0.1054	0.3154	0.0396	0.0385	0.0817	0.1056
0.6383	16.0	1184	0.6211	0.0811	0.095	0.0903	-1.0	0.0927	0.094	0.2165	0.3225	0.3257	-1.0	0.2605	0.3482	0.1821	0.5	0.1177	0.6083	0.0813	0.4	0.0818	0.3462	0.0	0.0	0.0241	0.1
0.6383	17.0	1258	0.5960	0.1067	0.1243	0.1177	-1.0	0.1063	0.1159	0.2212	0.3533	0.3533	-1.0	0.3019	0.3699	0.2213	0.5231	0.1014	0.6458	0.0785	0.3739	0.1739	0.4769	0.0	0.0	0.0653	0.1
0.6383	18.0	1332	0.5872	0.0665	0.0889	0.0656	-1.0	0.1052	0.0658	0.1858	0.2832	0.2877	-1.0	0.2564	0.2953	0.1155	0.4038	0.0847	0.4833	0.071	0.3565	0.082	0.3769	0.0	0.0	0.0455	0.1056
0.6383	19.0	1406	0.6093	0.1108	0.133	0.119	-1.0	0.1108	0.1207	0.2276	0.3137	0.3137	-1.0	0.2474	0.3312	0.2734	0.4962	0.0878	0.4792	0.0647	0.2783	0.1073	0.4231	0.0	0.0	0.1316	0.2056
0.6383	20.0	1480	0.6200	0.0914	0.112	0.103	-1.0	0.0963	0.0997	0.2095	0.3138	0.3138	-1.0	0.2592	0.3278	0.1696	0.4962	0.097	0.5042	0.1155	0.3478	0.0905	0.3346	0.0	0.0	0.0757	0.2
0.5389	21.0	1554	0.6138	0.0988	0.1165	0.115	-1.0	0.1419	0.1048	0.2404	0.3365	0.3378	-1.0	0.2933	0.354	0.1662	0.5577	0.0871	0.5375	0.131	0.4261	0.1383	0.4192	0.0106	0.0308	0.0594	0.0556
0.5389	22.0	1628	0.5963	0.0887	0.1037	0.1011	-1.0	0.1213	0.0901	0.2458	0.3134	0.314	-1.0	0.2845	0.3241	0.2489	0.6577	0.096	0.5833	0.065	0.3261	0.0628	0.2615	0.0	0.0	0.0594	0.0556
0.5389	23.0	1702	0.5754	0.0956	0.1089	0.1074	-1.0	0.1141	0.1009	0.2423	0.322	0.3227	-1.0	0.2592	0.3415	0.2341	0.6038	0.1111	0.5333	0.0572	0.3087	0.0908	0.3346	0.0	0.0	0.0804	0.1556
0.5389	24.0	1776	0.5775	0.0927	0.1057	0.105	-1.0	0.119	0.1046	0.23	0.336	0.3366	-1.0	0.271	0.3557	0.1921	0.5885	0.0896	0.5667	0.0768	0.3435	0.1157	0.3654	0.0	0.0	0.0823	0.1556
0.5389	25.0	1850	0.5856	0.0966	0.1076	0.1071	-1.0	0.1142	0.1069	0.2344	0.3193	0.3193	-1.0	0.2713	0.3347	0.194	0.6269	0.0871	0.5	0.1029	0.3217	0.1207	0.3615	0.0	0.0	0.0747	0.1056
0.5389	26.0	1924	0.5752	0.1031	0.1141	0.1128	-1.0	0.1289	0.1088	0.2323	0.3328	0.3328	-1.0	0.2773	0.3496	0.2078	0.6269	0.0861	0.5208	0.1119	0.3609	0.1362	0.3769	0.0	0.0	0.0764	0.1111
0.5389	27.0	1998	0.5707	0.0961	0.1073	0.1061	-1.0	0.138	0.1014	0.2416	0.3249	0.3249	-1.0	0.2602	0.3453	0.1955	0.6231	0.104	0.5333	0.0766	0.3261	0.123	0.3615	0.0	0.0	0.0772	0.1056
0.4986	28.0	2072	0.5663	0.0999	0.1105	0.1091	-1.0	0.1314	0.1065	0.2418	0.3252	0.3252	-1.0	0.2574	0.3465	0.2113	0.6192	0.1013	0.5292	0.0778	0.3261	0.1298	0.3654	0.0	0.0	0.0792	0.1111
0.4986	29.0	2146	0.5672	0.1088	0.1202	0.1186	-1.0	0.1306	0.1191	0.2483	0.3258	0.3258	-1.0	0.2574	0.3474	0.2454	0.6231	0.0981	0.5292	0.1037	0.3261	0.1266	0.3654	0.0	0.0	0.0792	0.1111
0.4986	30.0	2220	0.5668	0.1089	0.1203	0.1188	-1.0	0.1306	0.1193	0.2476	0.3259	0.3259	-1.0	0.2574	0.3476	0.2447	0.6192	0.0982	0.5292	0.1045	0.3304	0.1268	0.3654	0.0	0.0	0.0792	0.1111

Framework versions

Transformers 5.0.0
Pytorch 2.10.0+cu128
Datasets 4.0.0
Tokenizers 0.22.2

Camayli/detr_finetuned_cards

detr_finetuned_cards

Model description

Intended uses & limitations

Training and evaluation data

Training procedure

Training hyperparameters

Training results

Framework versions

Camayli/
detr_finetuned_cards