videomae-base-finetuned-ucf101-subset
steveice
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: 0.3963, Precisión: 0.8581.
Como usar
Los siguientes hiperparámetros se utilizaron durante el entrenamiento:
learning_rate: 5e-05
train_batch_size: 4
eval_batch_size: 4
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
training_steps: 300
Resultados del entrenamiento:
Pérdida de entrenamiento:
- Epoch: 1.6659, Step: 0.25, Pérdida de validación: 1.3183, Precisión: 0.5429
- Epoch: 0.5699, Step: 1.25, Pérdida de validación: 0.5787, Precisión: 0.8143
- Epoch: 0.3734, Step: 2.25, Pérdida de validación: 0.4037, Precisión: 0.8857
- Epoch: 0.108, Step: 3.25, Pérdida de validación: 0.2853, Precisión: 0.9571
Versiones de los frameworks utilizados:
Transformers 4.26.1
Pytorch 1.12.1+cu113
Datasets 2.10.0
Tokenizers 0.13.2
El modelo no tiene suficiente actividad para ser desplegado en la API de inferencia (sin servidor) todavía. Aumente su visibilidad social y vuelva a comprobarlo más tarde, o despliegue a los Puntos de Inferencia (dedicados) en su lugar.
Funcionalidades
- Clasificación de video
- Transformers
- PyTorch
Casos de uso
- Clasificación de videos para sistemas de vigilancia
- Etiquetado automático de contenido de video
- Análisis de secuencias de video para identificar eventos