BIT2024
/
clip
Not watched
1
0
Fork 0
Code
Releases 0 Wiki evaluate Activity
Issues 0 Pull Requests 0 Datasets Model Cloudbrain HPC
You can not select more than 25 topics Topics must start with a chinese character,a letter or number, can include dashes ('-') and can be up to 35 characters long.
34 Commits
1 Branch
3.0 MB
0 Download
Tree: e4b8b11945
Branches Tags
${ item.name }
Create branch ${ searchTerm }
from 'e4b8b11945'
${ noResults }
clip/ckptFE/test.log

test.log 66 kB
Raw Normal View History

ADD file via upload
1 year ago
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180181182183184185186187188189190191192193194195196197198199200201202203204205206207208209210211212213214215216217218219220221222223224225226227228229230231232233234235236237238239240241242243244245246247248249250251252253254255256257258259260261262263264265266267268269270271272273274275276277278279280281282283284285286287288289290291292293294295296297298299300301302303304305306307308309310311312313314315316317318319320321322323324325326327328329330331332333334335336337338339340341342343344345346347348349350351352353354355356357358359360361362363364365366367368369370371372373374375376377378379380381382383384385386387388389390391392393394395396397398399400401402 
  1. 2024-07-30 09:57:33 test_clip.py [line:284] INFO: Testing with /media/zouweidong1985/A26A87066A86D707/第四届计图人工智能挑战赛/开放域少样本视觉分类赛题/jittor-competiiton/ckptFE/07-30/version_1/min_loss.pth

  2. 2024-07-30 10:02:59 test_clip.py [line:291] INFO: ╒══════════╤══════════╤══════════╤═══════════╤════════╤════════╤═════════╕

  3. │ Epoch    │ 提示词   │   Animal │   Caltech │   Food │   Dogs │   Total │

  4. ╞══════════╪══════════╪══════════╪═══════════╪════════╪════════╪═════════╡

  5. │ min_loss │ basic    │    0.933 │    0.9142 │ 0.8083 │ 0.5547 │  0.7167 │

  6. ╘══════════╧══════════╧══════════╧═══════════╧════════╧════════╧═════════╛

  7. 2024-07-30 10:08:37 test_clip.py [line:291] INFO: ╒══════════╤══════════╤══════════╤═══════════╤════════╤════════╤═════════╕

  8. │ Epoch    │ 提示词   │   Animal │   Caltech │   Food │   Dogs │   Total │

  9. ╞══════════╪══════════╪══════════╪═══════════╪════════╪════════╪═════════╡

  10. │ min_loss │ basic    │   0.933  │    0.9142 │ 0.8083 │ 0.5547 │  0.7167 │

  11. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  12. │ min_loss │ custom   │   0.9404 │    0.9108 │ 0.8055 │ 0.5675 │  0.7201 │

  13. ╘══════════╧══════════╧══════════╧═══════════╧════════╧════════╧═════════╛

  14. 2024-07-30 10:14:41 test_clip.py [line:291] INFO: ╒══════════╤══════════╤══════════╤═══════════╤════════╤════════╤═════════╕

  15. │ Epoch    │ 提示词   │   Animal │   Caltech │   Food │   Dogs │   Total │

  16. ╞══════════╪══════════╪══════════╪═══════════╪════════╪════════╪═════════╡

  17. │ min_loss │ basic    │   0.933  │    0.9142 │ 0.8083 │ 0.5547 │  0.7167 │

  18. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  19. │ min_loss │ custom   │   0.9404 │    0.9108 │ 0.8055 │ 0.5675 │  0.7201 │

  20. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  21. │ min_loss │ imagenet │   0.9305 │    0.9054 │ 0.8074 │ 0.5495 │  0.7137 │

  22. ╘══════════╧══════════╧══════════╧═══════════╧════════╧════════╧═════════╛

  23. 2024-07-30 10:14:41 test_clip.py [line:284] INFO: Testing with /media/zouweidong1985/A26A87066A86D707/第四届计图人工智能挑战赛/开放域少样本视觉分类赛题/jittor-competiiton/ckptFE/07-30/version_1/epoch_20.pth

  24. 2024-07-30 10:20:23 test_clip.py [line:291] INFO: ╒══════════╤══════════╤══════════╤═══════════╤════════╤════════╤═════════╕

  25. │ Epoch    │ 提示词   │   Animal │   Caltech │   Food │   Dogs │   Total │

  26. ╞══════════╪══════════╪══════════╪═══════════╪════════╪════════╪═════════╡

  27. │ min_loss │ basic    │   0.933  │    0.9142 │ 0.8083 │ 0.5547 │  0.7167 │

  28. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  29. │ min_loss │ custom   │   0.9404 │    0.9108 │ 0.8055 │ 0.5675 │  0.7201 │

  30. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  31. │ min_loss │ imagenet │   0.9305 │    0.9054 │ 0.8074 │ 0.5495 │  0.7137 │

  32. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  33. │ 20       │ basic    │   0.9342 │    0.9044 │ 0.8042 │ 0.537  │  0.7072 │

  34. ╘══════════╧══════════╧══════════╧═══════════╧════════╧════════╧═════════╛

  35. 2024-07-30 10:26:08 test_clip.py [line:291] INFO: ╒══════════╤══════════╤══════════╤═══════════╤════════╤════════╤═════════╕

  36. │ Epoch    │ 提示词   │   Animal │   Caltech │   Food │   Dogs │   Total │

  37. ╞══════════╪══════════╪══════════╪═══════════╪════════╪════════╪═════════╡

  38. │ min_loss │ basic    │   0.933  │    0.9142 │ 0.8083 │ 0.5547 │  0.7167 │

  39. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  40. │ min_loss │ custom   │   0.9404 │    0.9108 │ 0.8055 │ 0.5675 │  0.7201 │

  41. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  42. │ min_loss │ imagenet │   0.9305 │    0.9054 │ 0.8074 │ 0.5495 │  0.7137 │

  43. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  44. │ 20       │ basic    │   0.9342 │    0.9044 │ 0.8042 │ 0.537  │  0.7072 │

  45. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  46. │ 20       │ custom   │   0.9377 │    0.8978 │ 0.8032 │ 0.5478 │  0.7106 │

  47. ╘══════════╧══════════╧══════════╧═══════════╧════════╧════════╧═════════╛

  48. 2024-07-30 10:32:12 test_clip.py [line:291] INFO: ╒══════════╤══════════╤══════════╤═══════════╤════════╤════════╤═════════╕

  49. │ Epoch    │ 提示词   │   Animal │   Caltech │   Food │   Dogs │   Total │

  50. ╞══════════╪══════════╪══════════╪═══════════╪════════╪════════╪═════════╡

  51. │ min_loss │ basic    │   0.933  │    0.9142 │ 0.8083 │ 0.5547 │  0.7167 │

  52. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  53. │ min_loss │ custom   │   0.9404 │    0.9108 │ 0.8055 │ 0.5675 │  0.7201 │

  54. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  55. │ min_loss │ imagenet │   0.9305 │    0.9054 │ 0.8074 │ 0.5495 │  0.7137 │

  56. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  57. │ 20       │ basic    │   0.9342 │    0.9044 │ 0.8042 │ 0.537  │  0.7072 │

  58. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  59. │ 20       │ custom   │   0.9377 │    0.8978 │ 0.8032 │ 0.5478 │  0.7106 │

  60. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  61. │ 20       │ imagenet │   0.9325 │    0.8939 │ 0.8046 │ 0.5389 │  0.7077 │

  62. ╘══════════╧══════════╧══════════╧═══════════╧════════╧════════╧═════════╛

  63. 2024-07-30 10:32:12 test_clip.py [line:284] INFO: Testing with /media/zouweidong1985/A26A87066A86D707/第四届计图人工智能挑战赛/开放域少样本视觉分类赛题/jittor-competiiton/ckptFE/07-30/version_1/epoch_50.pth

  64. 2024-07-30 10:37:55 test_clip.py [line:291] INFO: ╒══════════╤══════════╤══════════╤═══════════╤════════╤════════╤═════════╕

  65. │ Epoch    │ 提示词   │   Animal │   Caltech │   Food │   Dogs │   Total │

  66. ╞══════════╪══════════╪══════════╪═══════════╪════════╪════════╪═════════╡

  67. │ min_loss │ basic    │   0.933  │    0.9142 │ 0.8083 │ 0.5547 │  0.7167 │

  68. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  69. │ min_loss │ custom   │   0.9404 │    0.9108 │ 0.8055 │ 0.5675 │  0.7201 │

  70. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  71. │ min_loss │ imagenet │   0.9305 │    0.9054 │ 0.8074 │ 0.5495 │  0.7137 │

  72. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  73. │ 20       │ basic    │   0.9342 │    0.9044 │ 0.8042 │ 0.537  │  0.7072 │

  74. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  75. │ 20       │ custom   │   0.9377 │    0.8978 │ 0.8032 │ 0.5478 │  0.7106 │

  76. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  77. │ 20       │ imagenet │   0.9325 │    0.8939 │ 0.8046 │ 0.5389 │  0.7077 │

  78. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  79. │ 50       │ basic    │   0.931  │    0.9096 │ 0.807  │ 0.5476 │  0.713  │

  80. ╘══════════╧══════════╧══════════╧═══════════╧════════╧════════╧═════════╛

  81. 2024-07-30 10:43:38 test_clip.py [line:291] INFO: ╒══════════╤══════════╤══════════╤═══════════╤════════╤════════╤═════════╕

  82. │ Epoch    │ 提示词   │   Animal │   Caltech │   Food │   Dogs │   Total │

  83. ╞══════════╪══════════╪══════════╪═══════════╪════════╪════════╪═════════╡

  84. │ min_loss │ basic    │   0.933  │    0.9142 │ 0.8083 │ 0.5547 │  0.7167 │

  85. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  86. │ min_loss │ custom   │   0.9404 │    0.9108 │ 0.8055 │ 0.5675 │  0.7201 │

  87. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  88. │ min_loss │ imagenet │   0.9305 │    0.9054 │ 0.8074 │ 0.5495 │  0.7137 │

  89. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  90. │ 20       │ basic    │   0.9342 │    0.9044 │ 0.8042 │ 0.537  │  0.7072 │

  91. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  92. │ 20       │ custom   │   0.9377 │    0.8978 │ 0.8032 │ 0.5478 │  0.7106 │

  93. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  94. │ 20       │ imagenet │   0.9325 │    0.8939 │ 0.8046 │ 0.5389 │  0.7077 │

  95. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  96. │ 50       │ basic    │   0.931  │    0.9096 │ 0.807  │ 0.5476 │  0.713  │

  97. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  98. │ 50       │ custom   │   0.9382 │    0.9051 │ 0.8038 │ 0.5575 │  0.715  │

  99. ╘══════════╧══════════╧══════════╧═══════════╧════════╧════════╧═════════╛

  100. 2024-07-30 10:49:43 test_clip.py [line:291] INFO: ╒══════════╤══════════╤══════════╤═══════════╤════════╤════════╤═════════╕

  101. │ Epoch    │ 提示词   │   Animal │   Caltech │   Food │   Dogs │   Total │

  102. ╞══════════╪══════════╪══════════╪═══════════╪════════╪════════╪═════════╡

  103. │ min_loss │ basic    │   0.933  │    0.9142 │ 0.8083 │ 0.5547 │  0.7167 │

  104. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  105. │ min_loss │ custom   │   0.9404 │    0.9108 │ 0.8055 │ 0.5675 │  0.7201 │

  106. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  107. │ min_loss │ imagenet │   0.9305 │    0.9054 │ 0.8074 │ 0.5495 │  0.7137 │

  108. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  109. │ 20       │ basic    │   0.9342 │    0.9044 │ 0.8042 │ 0.537  │  0.7072 │

  110. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  111. │ 20       │ custom   │   0.9377 │    0.8978 │ 0.8032 │ 0.5478 │  0.7106 │

  112. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  113. │ 20       │ imagenet │   0.9325 │    0.8939 │ 0.8046 │ 0.5389 │  0.7077 │

  114. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  115. │ 50       │ basic    │   0.931  │    0.9096 │ 0.807  │ 0.5476 │  0.713  │

  116. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  117. │ 50       │ custom   │   0.9382 │    0.9051 │ 0.8038 │ 0.5575 │  0.715  │

  118. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  119. │ 50       │ imagenet │   0.9308 │    0.8976 │ 0.8056 │ 0.5455 │  0.7109 │

  120. ╘══════════╧══════════╧══════════╧═══════════╧════════╧════════╧═════════╛

  121. 2024-07-30 10:49:43 test_clip.py [line:284] INFO: Testing with /media/zouweidong1985/A26A87066A86D707/第四届计图人工智能挑战赛/开放域少样本视觉分类赛题/jittor-competiiton/ckptFE/07-30/version_1/epoch_70.pth

  122. 2024-07-30 10:55:46 test_clip.py [line:291] INFO: ╒══════════╤══════════╤══════════╤═══════════╤════════╤════════╤═════════╕

  123. │ Epoch    │ 提示词   │   Animal │   Caltech │   Food │   Dogs │   Total │

  124. ╞══════════╪══════════╪══════════╪═══════════╪════════╪════════╪═════════╡

  125. │ min_loss │ basic    │   0.933  │    0.9142 │ 0.8083 │ 0.5547 │  0.7167 │

  126. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  127. │ min_loss │ custom   │   0.9404 │    0.9108 │ 0.8055 │ 0.5675 │  0.7201 │

  128. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  129. │ min_loss │ imagenet │   0.9305 │    0.9054 │ 0.8074 │ 0.5495 │  0.7137 │

  130. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  131. │ 20       │ basic    │   0.9342 │    0.9044 │ 0.8042 │ 0.537  │  0.7072 │

  132. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  133. │ 20       │ custom   │   0.9377 │    0.8978 │ 0.8032 │ 0.5478 │  0.7106 │

  134. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  135. │ 20       │ imagenet │   0.9325 │    0.8939 │ 0.8046 │ 0.5389 │  0.7077 │

  136. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  137. │ 50       │ basic    │   0.931  │    0.9096 │ 0.807  │ 0.5476 │  0.713  │

  138. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  139. │ 50       │ custom   │   0.9382 │    0.9051 │ 0.8038 │ 0.5575 │  0.715  │

  140. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  141. │ 50       │ imagenet │   0.9308 │    0.8976 │ 0.8056 │ 0.5455 │  0.7109 │

  142. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  143. │ 70       │ basic    │   0.932  │    0.9111 │ 0.8073 │ 0.5531 │  0.7154 │

  144. ╘══════════╧══════════╧══════════╧═══════════╧════════╧════════╧═════════╛

  145. 2024-07-30 11:02:35 test_clip.py [line:291] INFO: ╒══════════╤══════════╤══════════╤═══════════╤════════╤════════╤═════════╕

  146. │ Epoch    │ 提示词   │   Animal │   Caltech │   Food │   Dogs │   Total │

  147. ╞══════════╪══════════╪══════════╪═══════════╪════════╪════════╪═════════╡

  148. │ min_loss │ basic    │   0.933  │    0.9142 │ 0.8083 │ 0.5547 │  0.7167 │

  149. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  150. │ min_loss │ custom   │   0.9404 │    0.9108 │ 0.8055 │ 0.5675 │  0.7201 │

  151. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  152. │ min_loss │ imagenet │   0.9305 │    0.9054 │ 0.8074 │ 0.5495 │  0.7137 │

  153. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  154. │ 20       │ basic    │   0.9342 │    0.9044 │ 0.8042 │ 0.537  │  0.7072 │

  155. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  156. │ 20       │ custom   │   0.9377 │    0.8978 │ 0.8032 │ 0.5478 │  0.7106 │

  157. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  158. │ 20       │ imagenet │   0.9325 │    0.8939 │ 0.8046 │ 0.5389 │  0.7077 │

  159. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  160. │ 50       │ basic    │   0.931  │    0.9096 │ 0.807  │ 0.5476 │  0.713  │

  161. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  162. │ 50       │ custom   │   0.9382 │    0.9051 │ 0.8038 │ 0.5575 │  0.715  │

  163. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  164. │ 50       │ imagenet │   0.9308 │    0.8976 │ 0.8056 │ 0.5455 │  0.7109 │

  165. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  166. │ 70       │ basic    │   0.932  │    0.9111 │ 0.8073 │ 0.5531 │  0.7154 │

  167. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  168. │ 70       │ custom   │   0.9402 │    0.9072 │ 0.8047 │ 0.5637 │  0.7181 │

  169. ╘══════════╧══════════╧══════════╧═══════════╧════════╧════════╧═════════╛

  170. 2024-07-30 11:08:40 test_clip.py [line:291] INFO: ╒══════════╤══════════╤══════════╤═══════════╤════════╤════════╤═════════╕

  171. │ Epoch    │ 提示词   │   Animal │   Caltech │   Food │   Dogs │   Total │

  172. ╞══════════╪══════════╪══════════╪═══════════╪════════╪════════╪═════════╡

  173. │ min_loss │ basic    │   0.933  │    0.9142 │ 0.8083 │ 0.5547 │  0.7167 │

  174. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  175. │ min_loss │ custom   │   0.9404 │    0.9108 │ 0.8055 │ 0.5675 │  0.7201 │

  176. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  177. │ min_loss │ imagenet │   0.9305 │    0.9054 │ 0.8074 │ 0.5495 │  0.7137 │

  178. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  179. │ 20       │ basic    │   0.9342 │    0.9044 │ 0.8042 │ 0.537  │  0.7072 │

  180. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  181. │ 20       │ custom   │   0.9377 │    0.8978 │ 0.8032 │ 0.5478 │  0.7106 │

  182. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  183. │ 20       │ imagenet │   0.9325 │    0.8939 │ 0.8046 │ 0.5389 │  0.7077 │

  184. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  185. │ 50       │ basic    │   0.931  │    0.9096 │ 0.807  │ 0.5476 │  0.713  │

  186. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  187. │ 50       │ custom   │   0.9382 │    0.9051 │ 0.8038 │ 0.5575 │  0.715  │

  188. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  189. │ 50       │ imagenet │   0.9308 │    0.8976 │ 0.8056 │ 0.5455 │  0.7109 │

  190. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  191. │ 70       │ basic    │   0.932  │    0.9111 │ 0.8073 │ 0.5531 │  0.7154 │

  192. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  193. │ 70       │ custom   │   0.9402 │    0.9072 │ 0.8047 │ 0.5637 │  0.7181 │

  194. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  195. │ 70       │ imagenet │   0.931  │    0.8967 │ 0.8063 │ 0.5494 │  0.7128 │

  196. ╘══════════╧══════════╧══════════╧═══════════╧════════╧════════╧═════════╛

  197. 2024-07-30 11:08:40 test_clip.py [line:284] INFO: Testing with /media/zouweidong1985/A26A87066A86D707/第四届计图人工智能挑战赛/开放域少样本视觉分类赛题/jittor-competiiton/ckptFE/07-30/version_1/epoch_90.pth

  198. 2024-07-30 11:14:22 test_clip.py [line:291] INFO: ╒══════════╤══════════╤══════════╤═══════════╤════════╤════════╤═════════╕

  199. │ Epoch    │ 提示词   │   Animal │   Caltech │   Food │   Dogs │   Total │

  200. ╞══════════╪══════════╪══════════╪═══════════╪════════╪════════╪═════════╡

  201. │ min_loss │ basic    │   0.933  │    0.9142 │ 0.8083 │ 0.5547 │  0.7167 │

  202. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  203. │ min_loss │ custom   │   0.9404 │    0.9108 │ 0.8055 │ 0.5675 │  0.7201 │

  204. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  205. │ min_loss │ imagenet │   0.9305 │    0.9054 │ 0.8074 │ 0.5495 │  0.7137 │

  206. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  207. │ 20       │ basic    │   0.9342 │    0.9044 │ 0.8042 │ 0.537  │  0.7072 │

  208. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  209. │ 20       │ custom   │   0.9377 │    0.8978 │ 0.8032 │ 0.5478 │  0.7106 │

  210. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  211. │ 20       │ imagenet │   0.9325 │    0.8939 │ 0.8046 │ 0.5389 │  0.7077 │

  212. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  213. │ 50       │ basic    │   0.931  │    0.9096 │ 0.807  │ 0.5476 │  0.713  │

  214. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  215. │ 50       │ custom   │   0.9382 │    0.9051 │ 0.8038 │ 0.5575 │  0.715  │

  216. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  217. │ 50       │ imagenet │   0.9308 │    0.8976 │ 0.8056 │ 0.5455 │  0.7109 │

  218. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  219. │ 70       │ basic    │   0.932  │    0.9111 │ 0.8073 │ 0.5531 │  0.7154 │

  220. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  221. │ 70       │ custom   │   0.9402 │    0.9072 │ 0.8047 │ 0.5637 │  0.7181 │

  222. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  223. │ 70       │ imagenet │   0.931  │    0.8967 │ 0.8063 │ 0.5494 │  0.7128 │

  224. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  225. │ 90       │ basic    │   0.933  │    0.9142 │ 0.8083 │ 0.5547 │  0.7167 │

  226. ╘══════════╧══════════╧══════════╧═══════════╧════════╧════════╧═════════╛

  227. 2024-07-30 11:20:04 test_clip.py [line:291] INFO: ╒══════════╤══════════╤══════════╤═══════════╤════════╤════════╤═════════╕

  228. │ Epoch    │ 提示词   │   Animal │   Caltech │   Food │   Dogs │   Total │

  229. ╞══════════╪══════════╪══════════╪═══════════╪════════╪════════╪═════════╡

  230. │ min_loss │ basic    │   0.933  │    0.9142 │ 0.8083 │ 0.5547 │  0.7167 │

  231. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  232. │ min_loss │ custom   │   0.9404 │    0.9108 │ 0.8055 │ 0.5675 │  0.7201 │

  233. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  234. │ min_loss │ imagenet │   0.9305 │    0.9054 │ 0.8074 │ 0.5495 │  0.7137 │

  235. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  236. │ 20       │ basic    │   0.9342 │    0.9044 │ 0.8042 │ 0.537  │  0.7072 │

  237. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  238. │ 20       │ custom   │   0.9377 │    0.8978 │ 0.8032 │ 0.5478 │  0.7106 │

  239. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  240. │ 20       │ imagenet │   0.9325 │    0.8939 │ 0.8046 │ 0.5389 │  0.7077 │

  241. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  242. │ 50       │ basic    │   0.931  │    0.9096 │ 0.807  │ 0.5476 │  0.713  │

  243. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  244. │ 50       │ custom   │   0.9382 │    0.9051 │ 0.8038 │ 0.5575 │  0.715  │

  245. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  246. │ 50       │ imagenet │   0.9308 │    0.8976 │ 0.8056 │ 0.5455 │  0.7109 │

  247. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  248. │ 70       │ basic    │   0.932  │    0.9111 │ 0.8073 │ 0.5531 │  0.7154 │

  249. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  250. │ 70       │ custom   │   0.9402 │    0.9072 │ 0.8047 │ 0.5637 │  0.7181 │

  251. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  252. │ 70       │ imagenet │   0.931  │    0.8967 │ 0.8063 │ 0.5494 │  0.7128 │

  253. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  254. │ 90       │ basic    │   0.933  │    0.9142 │ 0.8083 │ 0.5547 │  0.7167 │

  255. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  256. │ 90       │ custom   │   0.9404 │    0.9108 │ 0.8055 │ 0.5675 │  0.7201 │

  257. ╘══════════╧══════════╧══════════╧═══════════╧════════╧════════╧═════════╛

  258. 2024-07-30 11:26:08 test_clip.py [line:291] INFO: ╒══════════╤══════════╤══════════╤═══════════╤════════╤════════╤═════════╕

  259. │ Epoch    │ 提示词   │   Animal │   Caltech │   Food │   Dogs │   Total │

  260. ╞══════════╪══════════╪══════════╪═══════════╪════════╪════════╪═════════╡

  261. │ min_loss │ basic    │   0.933  │    0.9142 │ 0.8083 │ 0.5547 │  0.7167 │

  262. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  263. │ min_loss │ custom   │   0.9404 │    0.9108 │ 0.8055 │ 0.5675 │  0.7201 │

  264. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  265. │ min_loss │ imagenet │   0.9305 │    0.9054 │ 0.8074 │ 0.5495 │  0.7137 │

  266. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  267. │ 20       │ basic    │   0.9342 │    0.9044 │ 0.8042 │ 0.537  │  0.7072 │

  268. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  269. │ 20       │ custom   │   0.9377 │    0.8978 │ 0.8032 │ 0.5478 │  0.7106 │

  270. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  271. │ 20       │ imagenet │   0.9325 │    0.8939 │ 0.8046 │ 0.5389 │  0.7077 │

  272. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  273. │ 50       │ basic    │   0.931  │    0.9096 │ 0.807  │ 0.5476 │  0.713  │

  274. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  275. │ 50       │ custom   │   0.9382 │    0.9051 │ 0.8038 │ 0.5575 │  0.715  │

  276. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  277. │ 50       │ imagenet │   0.9308 │    0.8976 │ 0.8056 │ 0.5455 │  0.7109 │

  278. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  279. │ 70       │ basic    │   0.932  │    0.9111 │ 0.8073 │ 0.5531 │  0.7154 │

  280. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  281. │ 70       │ custom   │   0.9402 │    0.9072 │ 0.8047 │ 0.5637 │  0.7181 │

  282. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  283. │ 70       │ imagenet │   0.931  │    0.8967 │ 0.8063 │ 0.5494 │  0.7128 │

  284. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  285. │ 90       │ basic    │   0.933  │    0.9142 │ 0.8083 │ 0.5547 │  0.7167 │

  286. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  287. │ 90       │ custom   │   0.9404 │    0.9108 │ 0.8055 │ 0.5675 │  0.7201 │

  288. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  289. │ 90       │ imagenet │   0.9305 │    0.9054 │ 0.8074 │ 0.5495 │  0.7137 │

  290. ╘══════════╧══════════╧══════════╧═══════════╧════════╧════════╧═════════╛

  291. 2024-07-30 11:26:08 test_clip.py [line:284] INFO: Testing with /media/zouweidong1985/A26A87066A86D707/第四届计图人工智能挑战赛/开放域少样本视觉分类赛题/jittor-competiiton/ckptFE/07-30/version_1/epoch_100.pth

  292. 2024-07-30 11:31:48 test_clip.py [line:291] INFO: ╒══════════╤══════════╤══════════╤═══════════╤════════╤════════╤═════════╕

  293. │ Epoch    │ 提示词   │   Animal │   Caltech │   Food │   Dogs │   Total │

  294. ╞══════════╪══════════╪══════════╪═══════════╪════════╪════════╪═════════╡

  295. │ min_loss │ basic    │   0.933  │    0.9142 │ 0.8083 │ 0.5547 │  0.7167 │

  296. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  297. │ min_loss │ custom   │   0.9404 │    0.9108 │ 0.8055 │ 0.5675 │  0.7201 │

  298. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  299. │ min_loss │ imagenet │   0.9305 │    0.9054 │ 0.8074 │ 0.5495 │  0.7137 │

  300. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  301. │ 20       │ basic    │   0.9342 │    0.9044 │ 0.8042 │ 0.537  │  0.7072 │

  302. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  303. │ 20       │ custom   │   0.9377 │    0.8978 │ 0.8032 │ 0.5478 │  0.7106 │

  304. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  305. │ 20       │ imagenet │   0.9325 │    0.8939 │ 0.8046 │ 0.5389 │  0.7077 │

  306. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  307. │ 50       │ basic    │   0.931  │    0.9096 │ 0.807  │ 0.5476 │  0.713  │

  308. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  309. │ 50       │ custom   │   0.9382 │    0.9051 │ 0.8038 │ 0.5575 │  0.715  │

  310. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  311. │ 50       │ imagenet │   0.9308 │    0.8976 │ 0.8056 │ 0.5455 │  0.7109 │

  312. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  313. │ 70       │ basic    │   0.932  │    0.9111 │ 0.8073 │ 0.5531 │  0.7154 │

  314. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  315. │ 70       │ custom   │   0.9402 │    0.9072 │ 0.8047 │ 0.5637 │  0.7181 │

  316. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  317. │ 70       │ imagenet │   0.931  │    0.8967 │ 0.8063 │ 0.5494 │  0.7128 │

  318. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  319. │ 90       │ basic    │   0.933  │    0.9142 │ 0.8083 │ 0.5547 │  0.7167 │

  320. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  321. │ 90       │ custom   │   0.9404 │    0.9108 │ 0.8055 │ 0.5675 │  0.7201 │

  322. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  323. │ 90       │ imagenet │   0.9305 │    0.9054 │ 0.8074 │ 0.5495 │  0.7137 │

  324. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  325. │ 100      │ basic    │   0.9315 │    0.9159 │ 0.8113 │ 0.5568 │  0.7191 │

  326. ╘══════════╧══════════╧══════════╧═══════════╧════════╧════════╧═════════╛

  327. 2024-07-30 11:37:30 test_clip.py [line:291] INFO: ╒══════════╤══════════╤══════════╤═══════════╤════════╤════════╤═════════╕

  328. │ Epoch    │ 提示词   │   Animal │   Caltech │   Food │   Dogs │   Total │

  329. ╞══════════╪══════════╪══════════╪═══════════╪════════╪════════╪═════════╡

  330. │ min_loss │ basic    │   0.933  │    0.9142 │ 0.8083 │ 0.5547 │  0.7167 │

  331. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  332. │ min_loss │ custom   │   0.9404 │    0.9108 │ 0.8055 │ 0.5675 │  0.7201 │

  333. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  334. │ min_loss │ imagenet │   0.9305 │    0.9054 │ 0.8074 │ 0.5495 │  0.7137 │

  335. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  336. │ 20       │ basic    │   0.9342 │    0.9044 │ 0.8042 │ 0.537  │  0.7072 │

  337. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  338. │ 20       │ custom   │   0.9377 │    0.8978 │ 0.8032 │ 0.5478 │  0.7106 │

  339. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  340. │ 20       │ imagenet │   0.9325 │    0.8939 │ 0.8046 │ 0.5389 │  0.7077 │

  341. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  342. │ 50       │ basic    │   0.931  │    0.9096 │ 0.807  │ 0.5476 │  0.713  │

  343. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  344. │ 50       │ custom   │   0.9382 │    0.9051 │ 0.8038 │ 0.5575 │  0.715  │

  345. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  346. │ 50       │ imagenet │   0.9308 │    0.8976 │ 0.8056 │ 0.5455 │  0.7109 │

  347. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  348. │ 70       │ basic    │   0.932  │    0.9111 │ 0.8073 │ 0.5531 │  0.7154 │

  349. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  350. │ 70       │ custom   │   0.9402 │    0.9072 │ 0.8047 │ 0.5637 │  0.7181 │

  351. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  352. │ 70       │ imagenet │   0.931  │    0.8967 │ 0.8063 │ 0.5494 │  0.7128 │

  353. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  354. │ 90       │ basic    │   0.933  │    0.9142 │ 0.8083 │ 0.5547 │  0.7167 │

  355. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  356. │ 90       │ custom   │   0.9404 │    0.9108 │ 0.8055 │ 0.5675 │  0.7201 │

  357. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  358. │ 90       │ imagenet │   0.9305 │    0.9054 │ 0.8074 │ 0.5495 │  0.7137 │

  359. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  360. │ 100      │ basic    │   0.9315 │    0.9159 │ 0.8113 │ 0.5568 │  0.7191 │

  361. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  362. │ 100      │ custom   │   0.9397 │    0.9129 │ 0.8084 │ 0.568  │  0.722  │

  363. ╘══════════╧══════════╧══════════╧═══════════╧════════╧════════╧═════════╛

  364. 2024-07-30 11:43:34 test_clip.py [line:291] INFO: ╒══════════╤══════════╤══════════╤═══════════╤════════╤════════╤═════════╕

  365. │ Epoch    │ 提示词   │   Animal │   Caltech │   Food │   Dogs │   Total │

  366. ╞══════════╪══════════╪══════════╪═══════════╪════════╪════════╪═════════╡

  367. │ min_loss │ basic    │   0.933  │    0.9142 │ 0.8083 │ 0.5547 │  0.7167 │

  368. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  369. │ min_loss │ custom   │   0.9404 │    0.9108 │ 0.8055 │ 0.5675 │  0.7201 │

  370. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  371. │ min_loss │ imagenet │   0.9305 │    0.9054 │ 0.8074 │ 0.5495 │  0.7137 │

  372. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  373. │ 20       │ basic    │   0.9342 │    0.9044 │ 0.8042 │ 0.537  │  0.7072 │

  374. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  375. │ 20       │ custom   │   0.9377 │    0.8978 │ 0.8032 │ 0.5478 │  0.7106 │

  376. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  377. │ 20       │ imagenet │   0.9325 │    0.8939 │ 0.8046 │ 0.5389 │  0.7077 │

  378. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  379. │ 50       │ basic    │   0.931  │    0.9096 │ 0.807  │ 0.5476 │  0.713  │

  380. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  381. │ 50       │ custom   │   0.9382 │    0.9051 │ 0.8038 │ 0.5575 │  0.715  │

  382. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  383. │ 50       │ imagenet │   0.9308 │    0.8976 │ 0.8056 │ 0.5455 │  0.7109 │

  384. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  385. │ 70       │ basic    │   0.932  │    0.9111 │ 0.8073 │ 0.5531 │  0.7154 │

  386. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  387. │ 70       │ custom   │   0.9402 │    0.9072 │ 0.8047 │ 0.5637 │  0.7181 │

  388. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  389. │ 70       │ imagenet │   0.931  │    0.8967 │ 0.8063 │ 0.5494 │  0.7128 │

  390. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  391. │ 90       │ basic    │   0.933  │    0.9142 │ 0.8083 │ 0.5547 │  0.7167 │

  392. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  393. │ 90       │ custom   │   0.9404 │    0.9108 │ 0.8055 │ 0.5675 │  0.7201 │

  394. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  395. │ 90       │ imagenet │   0.9305 │    0.9054 │ 0.8074 │ 0.5495 │  0.7137 │

  396. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  397. │ 100      │ basic    │   0.9315 │    0.9159 │ 0.8113 │ 0.5568 │  0.7191 │

  398. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  399. │ 100      │ custom   │   0.9397 │    0.9129 │ 0.8084 │ 0.568  │  0.722  │

  400. ├──────────┼──────────┼──────────┼───────────┼────────┼────────┼─────────┤

  401. │ 100      │ imagenet │   0.9295 │    0.9056 │ 0.8098 │ 0.5526 │  0.7163 │

  402. ╘══════════╧══════════╧══════════╧═══════════╧════════╧════════╧═════════╛

冻结ViT-B/32版本的CLIP模型中的全部图像层，用Adan优化器训练模型，训练100个epoch，每隔5个epoch对模型进行保存；完成CLIP模型训练后，运行test_clip.py用测试集中的数据和自定义的提示词对保存的模型进行测试，选取测试精度最好的模型和对应的提示词，运行predict.py文件，选择“min_loss.pth”模型，提交官方系统测试，top1的精度是0.6788。

Contributors (1)
All