videomae-base-finetuned-ssv2-finetuned-ucfcrime-ep10
Tejdeep
Clasificación de video
Este modelo es una versión afinada de MCG-NJU/videomae-base-finetuned-ssv2 en un dataset desconocido. Logra los siguientes resultados en el conjunto de evaluación: eval_loss: 0.9717, eval_accuracy: 0.8004, eval_runtime: 868.8117, eval_samples_per_second: 3.177, eval_steps_per_second: 1.588, epoch: 0.1, step: 140.
Como usar
Para usar este modelo, puede acceder los siguientes parámetros de 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: 1400.
# Ejemplo de uso en código
from transformers import VideoMAE, VideoClassificationPipeline
model = VideoMAE.from_pretrained('Tejdeep/videomae-base-finetuned-ssv2-finetuned-ucfcrime-ep10')
pipeline = VideoClassificationPipeline(model=model)
video = 'ruta/al/video.mp4'
result = pipeline(video)
print(result)
Funcionalidades
- Clasificación de Video
- Transformers
- PyTorch
- TensorBoard
- Generado desde Trainer
- Puntos de inferencia
- Licencia: cc-by-nc-4.0
Casos de uso
- Clasificación de contenido en videos
- Detección de eventos criminales en contenido de video
- Análisis de seguridad en videovigilancia