videomae-base-finetuned-ucf101-subset
MrFazer
Clasificación de video
Este modelo es una versión afinada de MCG-NJU/videomae-base en un conjunto de datos desconocido. Logra los siguientes resultados en el conjunto de evaluación: Pérdida: 1.0857, Precisión: 0.7742.
Como usar
Los siguientes hiperparámetros se utilizaron durante el entrenamiento:
learning_rate: 5e-05
train_batch_size: 8
eval_batch_size: 8
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: 148
Resultados del entrenamiento:
Pérdida de entrenamiento:
- Epoca 0.26: Pérdida 4.5418, Precisión 0.4429
- Epoca 1.26: Pérdida 2.3042, Precisión 0.6429
- Epoca 2.26: Pérdida 1.2814, Precisión 0.7714
- Epoca 3.23: Pérdida 0.8829, Precisión 0.8714
Framework versions:
- Transformers 4.32.1
- Pytorch 2.1.2+cpu
- Datasets 2.12.0
- Tokenizers 0.13.2
Funcionalidades
- Clasificación de vídeo
- Transformers
- PyTorch
- videomae
- Generado a partir de Trainer
Casos de uso
- Clasificación de vídeos