videomae-base-finetuned-ucf101-subset2
yasmina666
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: 1.0817, Precisión: 0.6667.
Como usar
Procedimiento de Entrenamiento
Los siguientes hiperparámetros se utilizaron durante el entrenamiento:
- learning_rate: 5e-05
- train_batch_size: 3
- eval_batch_size: 3
- 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: 168
Resultados del Entrenamiento
Training Loss
Epoch
Step
Validation Loss
Accuracy
1.1899
0.17
29
1.1014
0.3333
1.1624
1.17
58
1.1889
0.3333
0.9078
2.17
87
1.2028
0.3333
1.0817
3.17
116
1.1603
0.6667
0.5907
4.17
145
1.0011
0.6667
0.3291
5.14
168
1.0817
0.6667
Versiones del Framework
- Transformers 4.35.2
- Pytorch 2.1.0+cu121
- Datasets 2.17.0
- Tokenizers 0.15.2
Funcionalidades
- Clasificación de video
- Transformadores
- TensorBoard
- Safetensors
- Generado de Trainer
- Endpoints de Inferencia
Casos de uso
- Clasificación de videos deportivos en UCF101
- Análisis de actividad en videos
- Reconocimiento de patrones en secuencias de video