videomae-base-finetuned-ASBD_Augm

OckerGui

Clasificación de video

Este modelo es una versión ajustada de MCG-NJU/videomae-base en un conjunto de datos desconocido. Alcanza los siguientes resultados en el conjunto de evaluación: Pérdida: 1.0073 Precisión: 0.7647. Utiliza Transformers, PyTorch y TensorBoard. Generado a partir de Trainer.

Como usar

Los siguientes hiperparámetros se utilizaron durante el entrenamiento:
learning_rate: 5e-05
train_batch_size: 12
eval_batch_size: 12
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: 1050

Resultados del entrenamiento:
Pérdida de Entrenamiento
Época
Paso
Pérdida de Validación
Precisión

1.0908
0.09
97
1.6048
0.2838

1.0824
1.09
194
1.0615
0.4459

0.4003
2.09
291
1.4701
0.6081

0.4568
3.09
388
2.2165
0.4595

0.133
4.09
485
2.0913
0.5135

0.07
5.09
582
1.7235
0.6081

0.018
6.09
679
1.8975
0.6622

0.0162
7.09
776
2.0286
0.6622

0.0019
8.09
873
2.0696
0.6486

0.0012
9.09
970
1.8754
0.6892

0.0042
10.08
1050
1.8898
0.6757

Versiones del framework utilizadas:
Transformers 4.28.0
Pytorch 2.1.0+cu118
Datasets 2.14.5
Tokenizers 0.13.3

Funcionalidades

Clasificación de video
Transformers
PyTorch
TensorBoard

Casos de uso

Clasificación de videos para detectar actividades específicas
Analizar videos deportivos
Monitoreo de seguridad a través de video
Etiquetado automático de contenido de video