videomae-base-finetuned-ucf101-subset
jonknownothing
Clasificación de video
Este modelo es una versión ajustada de MCG-NJU/videomae-base en un conjunto de datos desconocido. Logra los siguientes resultados en el conjunto de evaluación: Pérdida: 0.3817, Precisión: 0.8919.
Como usar
Se necesita más información sobre los usos y limitaciones.
Procedimiento de entrenamiento
Los siguientes hiperparámetros se utilizaron durante el entrenamiento:
learning_rate: 5e-05
train_batch_size: 1
eval_batch_size: 1
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: 1200
Resultados del entrenamiento
Pérdida de entrenamiento por época y paso:
- Epoch 0.25, Step 300: Pérdida: 1.2584, Precisión: 0.4865
- Epoch 1.25, Step 600: Pérdida: 0.9938, Precisión: 0.6757
- Epoch 2.25, Step 900: Pérdida: 0.7453, Precisión: 0.8378
- Epoch 3.25, Step 1200: Pérdida: 0.3817, Precisión: 0.8919
Los resultados de evaluación y el modelo de árbol muestran su relación con el modelo base MCG-NJU/videomae-base.
Funcionalidades
- Clasificación de videos
- Incluye TensorBoard y Safetensors
- Generado a partir de Trainer
- Compatible con Transformers, Pytorch, Datasets y Tokenizers
Casos de uso
- Clasificación de vídeos
- Tareas de inferencia en videos
- Evaluación de precisión en conjunto de datos