/ Модель
Каталог

Характеристики

Параметры
113 млн
Архитектура
videomae · dense
Опубликована
3 апр 2024

Ссылки

Hugging Face

videomae-base-Vsl-Lab-PC-V7

Ham1mad1
Классификация видеоВидео → label3 профессии

Модель VideoMAE с 113,2 млн параметров классифицирует видео и обучена с нуля.

14скачиваний за 30 дней0лайковвеса обновлены25 апр 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

Ham1mad1/videomae-base-Vsl-Lab-PC-V7 — модель VideoMAE для классификации видео, обученная с нуля. Она содержит 113,2 млн параметров и сохранена в формате safetensors. В README приведены результаты оценки на неизвестном наборе данных: loss 1,1302 и accuracy 0,8326.

Модель предназначена для присвоения видео меток классов. Назначение классов, состав обучающего набора и конкретные сценарии применения в карточке не раскрыты. Лицензия и языковые характеристики не указаны в предоставленных данных.

Сценарии применения

  • классификация видео по заданным категориям
  • автоматическая разметка видеоклипов метками классов
  • оценка модели классификации видео на собственном наборе данных

Ограничения

Обучающий набор данных и классы не описаны, поэтому пригодность для конкретной предметной области оценить нельзя. Приведённая точность относится к неизвестному набору оценки и не гарантирует качество на других данных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейI.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

videomae-base-Vsl-Lab-PC-V7

This model was trained from scratch on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 1.1302
  • Accuracy: 0.8326

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: 5e-05
  • train_batch_size: 10
  • eval_batch_size: 10
  • 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: 4000

Training results

Training LossEpochStepValidation LossAccuracy
0.23420.02811.23210.7854
0.1341.021621.12590.8112
0.05242.022431.24860.7768
0.02143.023241.21010.8155
0.06074.024051.33760.7897
0.06245.024861.45380.7811
0.0136.025671.41180.7854
0.05457.026481.82970.7511
0.08348.027291.29030.7897
0.02619.028101.30510.7983
0.106310.028911.37850.7725
0.001111.029721.35440.7940
0.000212.0210531.19870.8326
0.000113.0211341.19770.8283
0.000114.0212151.19630.8326
0.000115.0212961.19620.8326
0.000116.0213771.18680.8369
0.000117.0214581.09470.8326
0.000118.0215391.14210.8283
0.00719.0216201.30700.7854
0.000120.0217011.16570.8155
0.000121.0217821.16270.8112
0.000122.0218631.14320.8197
0.000123.0219441.12710.8155
0.000124.0220251.11880.8283
0.095725.0221061.26230.8155
0.000126.0221871.00930.8498
0.000127.0222681.03970.8498
0.000128.0223491.04250.8498
0.000129.0224301.01130.8369
0.000130.0225111.01440.8369
0.000131.0225921.01320.8369
0.000132.0226731.03250.8326
0.032133.0227541.11520.8283
0.000134.0228351.17670.8069
0.000135.0229161.17090.8112
0.000136.0229971.16320.8155
0.000137.0230781.15670.8197
0.000138.0231591.15110.8197
0.000139.0232401.12630.8283
0.000140.0233211.12330.8283
0.000141.0234021.12220.8326
0.000142.0234831.12120.8283
0.000143.0235641.12060.8283
0.000144.0236451.12000.8283
0.000145.0237261.11970.8283
0.000146.0238071.12430.8283
0.000147.0238881.13030.8326
0.000148.0239691.13020.8326
0.000149.0140001.13020.8326

Framework versions

  • Transformers 4.39.1
  • Pytorch 2.2.1+cu121
  • Datasets 2.18.0
  • Tokenizers 0.15.2

Как запустить

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

GPU в ailist

Универсальный рантайм · video-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
VideoMAEForVideoClassification
Ревизия весов
dfb4b5e

0 моделей

    Создать бенчмарк