finetuned-Accident-SingleLabel-Final
pavitemple
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: 1.0015, Precisión: 0.6176.
Como usar
Para usar este modelo, puedes implementarlo utilizando el marco Transformers y PyTorch. A continuación se muestran los hiperparámetros de entrenamiento que se utilizaron:
learning_rate: 5e-05
train_batch_size: 8
eval_batch_size: 8
seed: 42
distributed_type: multi-GPU
num_devices: 2
total_train_batch_size: 16
total_eval_batch_size: 16
optimizer: Adam with betas=(0.9,0.999) y epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
training_steps: 50
También puedes revisar las versiones del framework utilizadas:
Transformers 4.35.0
Pytorch 2.1.0
Datasets 2.14.6
Tokenizers 0.14.1
Funcionalidades
- Clasificación de videos utilizando Transformers
- Compatible con Safetensors
- Generado a partir de Trainer
- Puntos finales de inferencia
Casos de uso
- Clasificación de videos de accidentes
- Detección de eventos en videos