videomae-base-finetuned-ucf101-subset

abduldattijo
Clasificación de video

Este modelo es una versión ajustada de MCG-NJU/videomae-base en un conjunto de datos desconocido. Este modelo se utiliza para la clasificación de videos y ha conseguido los siguientes resultados en el conjunto de evaluación: Pérdida: 0.2479, Precisión: 0.9149.

Como usar

Hiperparámetros de Entrenamiento

Los siguientes hiperparámetros se utilizaron durante el entrenamiento:

learning_rate: 5e-05
train_batch_size: 16
eval_batch_size: 16
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
training_steps: 72

Resultados de Entrenamiento

  1. Época 0.26 - Paso 19 - Pérdida de Validación: 0.5155, Precisión: 0.7837

  2. Época 1.26 - Paso 38 - Pérdida de Validación: 0.3733, Precisión: 0.8333

  3. Época 2.26 - Paso 57 - Pérdida de Validación: 0.3509, Precisión: 0.8404

  4. Época 3.21 - Paso 72 - Pérdida de Validación: 0.2479, Precisión: 0.9149

Versiones del Marco de Trabajo

  • Transformers 4.35.0.dev0
  • Pytorch 2.1.0+cu118
  • Datasets 2.12.0
  • Tokenizers 0.14.1

Funcionalidades

Clasificación de videos
Transformers
PyTorch
TensorBoard

Casos de uso

Clasificación de videos en función del contenido
Segmentación de videos
Análisis de actividades en videos