Характеристики

Архитектура: videomobilevit · dense
Библиотека: transformers
Опубликована: 7 окт 2024

Ссылки

Hugging Face

student_videomobilevit_not_learning_RWF2000

DanJoshua

Классификация видеоВидео → label

Дообученная VideoMobileViT для классификации видео, с опубликованными метриками на оценочном наборе.

12скачиваний за 30 дней0лайковвеса обновлены8 окт 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

DanJoshua/student_videomobilevit_not_learning_RWF2000 — модель классификации видео на архитектуре VideoMobileViTForVideoClassification, опубликованная в формате safetensors и дообученная на неизвестном наборе данных. По названию репозитория модель связана с RWF2000, однако README не подтверждает состав данных или конкретные классы распознавания.

На оценочном наборе указаны accuracy 0,77, F1 0,7689, precision 0,7750 и loss 0,6661. README не приводит подробностей об обучении, предполагаемом применении или ограничениях, поэтому область применения и качество на других данных оценить нельзя. Условия лицензии в доступных сведениях не приведены.

Сценарии применения

классификация видеоклипов по категориям
эксперименты с VideoMobileViT для анализа видео
оценка классификатора видео на собственном наборе данных

Ограничения

Не описаны обучающие данные, классы и intended use; связь с RWF2000 следует только из названия репозитория. Приведены метрики одного оценочного набора, поэтому обобщение на другие данные не установлено.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

student_videomobilevit_not_learning_RWF2000

This model is a fine-tuned version of on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.6661
Accuracy: 0.77
F1: 0.7689
Precision: 0.7750

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 1e-05
train_batch_size: 20
eval_batch_size: 20
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 180
training_steps: 1800
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy	F1	Precision
0.5117	2.02	180	0.4612	0.7844	0.7841	0.7857
0.3803	4.04	360	0.4049	0.8156	0.8150	0.8201
0.3181	7.02	540	0.4287	0.8	0.7989	0.8069
0.2548	9.04	720	0.4230	0.8094	0.8080	0.8184
0.2348	12.02	900	0.3655	0.85	0.85	0.85
0.1722	14.04	1080	0.3827	0.8594	0.8594	0.8595
0.1861	17.02	1260	0.4371	0.8562	0.8562	0.8571
0.1753	19.04	1440	0.4214	0.8438	0.8435	0.8457
0.1464	22.02	1620	0.5414	0.8438	0.8427	0.8531
0.1411	24.04	1800	0.4668	0.8531	0.8530	0.8542

Framework versions

Transformers 4.45.2
Pytorch 2.0.1+cu118
Datasets 3.0.1
Tokenizers 0.20.0

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · video-classification

Нельзя запустить

Архитектура videomobilevit неизвестна transformers в образе рантайма.

Класс архитектуры: VideoMobileViTForVideoClassification
Ревизия весов: bfbe3e1