videomae-base-finetuned-ucf101-subset
astraeaz
Clasificación de video
Este modelo es una versión ajustada de MCG-NJU/videomae-base en un conjunto de datos desconocido. Consigue los siguientes resultados en el conjunto de evaluación: Pérdida (Loss): 0.5154 y Precisión (Accuracy): 0.8452.
Como usar
Este modelo se puede utilizar para tareas de clasificación de videos.
Los hiperparámetros utilizados durante el entrenamiento son:
learning_rate: 5e-05
train_batch_size: 2
eval_batch_size: 2
seed: 42
optimizer: Adam con betas=(0.9,0.999) y epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
training_steps: 300
Las versiones de los marcos utilizados son:
Transformers 4.38.2
Pytorch 2.1.0+cu121
Datasets 2.18.0
Tokenizers 0.15.2
Los resultados de entrenamiento son:
Pérdida de entrenamiento
Epoca
Paso
Pérdida de validación
Precisión
0.9913
0.5
150
0.9971
0.6429
0.7052
1.5
300
0.5163
0.8286
Funcionalidades
- Clasificación de video
- Transformadores (Transformers)
- Compatible con TensorBoard
- Pesos seguros (Safetensors)
- Generado a partir de Trainer
Casos de uso
- Clasificación de actividades en videos
- Análisis de contenido de videoclips