videomae-base-finetuned-subset
gauti83
Clasificación de video
Este modelo es una versión ajustada de MCG-NJU/videomae-base en un conjunto de datos desconocido. Este modelo está diseñado para clasificación de video y se ha generado desde Trainer. Ha sido finetuneado y evalúa con los siguientes resultados: una pérdida de 1.9422 y una precisión de 0.7011. El modelo utiliza varios hiperparámetros de entrenamiento como una tasa de aprendizaje de 5e-05 y un tamaño de lote de entrenamiento de 2. Los resultados de entrenamiento están bien documentados, mostrando detalles de la pérdida de validación y precisión en varias etapas.
Como usar
Para usar este modelo, necesita cargarlo y realizar inferencias de clasificación de video. Aquí hay un ejemplo de cómo hacerlo:
from transformers import VideoClassificationPipeline, VideoMAEModel, VideoMAEFeatureExtractor
model = VideoMAEModel.from_pretrained('gauti83/videomae-base-finetuned-subset')
feature_extractor = VideoMAEFeatureExtractor.from_pretrained('gauti83/videomae-base-finetuned-subset')
pipeline = VideoClassificationPipeline(model=model, feature_extractor=feature_extractor)
# Supongamos que tenemos un video llamado 'mi_video.mp4'
result = pipeline('mi_video.mp4')
print(result)
Funcionalidades
- Entrenado usando Transformers y TensorBoard
- Compatibilidad con Safetensors
- Optimizado con Adam
- Generado desde Trainer
- Resulta en una pérdida de 1.9422 en el conjunto de evaluación
- Precisión de 0.7011
Casos de uso
- Clasificación de videos
- Análisis de contenido multimedia
- Detección de eventos en videos
- Filtrado de contenido de video