videomae-base-finetuned-ucf101-subset
Este modelo es una versión optimizada de MCG-NJU/videomae-base en un conjunto de datos desconocido. Logra los siguientes resultados en el conjunto de evaluación: Pérdida: 0.1527, Precisión: 0.9522.
Como usar
Procedimiento de entrenamiento
Los siguientes hiperparámetros se utilizaron durante el entrenamiento:
learning_rate: 5e-05
train_batch_size: 2
eval_batch_size: 2
seed: 42
optimizador: Adam con betas=(0.9, 0.999) y epsilon=1e-08
lr_scheduler_type: lineal
lr_scheduler_warmup_ratio: 0.1
training_steps: 932
Resultados del entrenamiento
| Pérdida de Entrenamiento | Época | Paso | Pérdida de Validación | Precisión |
|---------------------------|-------|------|-----------------------|-----------|
| 1.0091 | 0.25 | 233 | 1.0615 | 0.6618 |
| 0.365 | 1.25 | 466 | 0.5371 | 0.8051 |
| 0.1671 | 2.25 | 699 | 0.3670 | 0.8897 |
| 0.0051 | 3.25 | 932 | 0.1527 | 0.9522 |
Versiones del marco de trabajo
- Transformers 4.25.1
- Pytorch 1.13.0+cu116
- Datasets 2.8.0
- Tokenizers 0.13.2
Funcionalidades
- Clasificación de video
- Transformers
- PyTorch
- TensorBoard
- Generado a partir de Trainer
- Puntos finales de inferencia
- Licencia: cc-by-nc-4.0
Casos de uso
- Clasificación de acciones y actividades en videos
- Análisis automatizado de contenido de video
- Integración en sistemas de vigilancia para la identificación de comportamientos