videomae-base-finetuned-ucf101-subset

Ymanz

Clasificación de video

Este modelo es una versión ajustada de MCG-NJU/videomae-base en un conjunto de datos desconocido. Alcanza los siguientes resultados en el conjunto de evaluación: Pérdida: 0.4846 y Precisión: 0.8516.

Como usar

Este modelo se puede usar para la clasificación de videos. A continuación se muestra una breve descripción de los hiperparámetros utilizados durante el entrenamiento:
learning_rate: 5e-05
train_batch_size: 8
eval_batch_size: 8
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: 148

Resultados del entrenamiento:
Training Loss
Epoch
Step
Validation Loss
Accuracy

2.1377
0.26
38
1.8102
0.4714

0.8527
1.26
76
0.8992
0.7143

0.4023
2.26
114
0.4369
0.8429

0.2852
3.23
148
0.3679
0.9143

Funcionalidades

Clasificación de Video
Transformers
PyTorch
Hiparparametros como tasa de aprendizaje: 5e-05, tamaño del lote de entrenamiento: 8, tamaño del lote de evaluación: 8, semilla: 42, optimizador: Adam con betas=(0.9,0.999) y epsilon=1e-08, tipo de planificador de tasa de aprendizaje: lineal, proporción de calentamiento del planificador de tasa de aprendizaje: 0.1, pasos de entrenamiento: 148

Casos de uso

Clasificación de videos en múltiples categorías
Análisis de contenido de video para aplicaciones multimedia