siwat/videomae-base-finetuned-ucf101-subset
siwat
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: 0.4788, Precisión: 0.8194.
Como usar
El siguiente modelo se puede utilizar para la clasificación de videos. A continuación, se detallan los hiperparámetros utilizados durante el entrenamiento:
learning_rate: 5e-05
train_batch_size: 2
eval_batch_size: 2
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: 300
Para la implementación, es necesario utilizar los siguientes frameworks y versiones:
Transformers 4.38.2
Pytorch 2.1.0+cu121
Datasets 2.18.0
Tokenizers 0.15.2
Funcionalidades
- Clasificación de videos
- Compatible con Transformers
- Integración con TensorBoard
- Uso de Safetensors
Casos de uso
- Clasificación de videos en diferentes categorías
- Evaluación de conjuntos de datos de videos