Характеристики

Параметры: 113 млн
Лицензия: CC BY-NC 4.0
Архитектура: videomae · dense
Базовая модель: videomae-base
Опубликована: 28 июл 2023

Ссылки

Hugging Face

videomae-base-finetuned-movienet-take2

dvs

Классификация видеоВидео → label3 профессии

Дообученная модель VideoMAE-base для классификации видео по категориям.

16скачиваний за 30 дней0лайковвеса обновлены30 июл 2023

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

Модель dvs/videomae-base-finetuned-movienet-take2 — дообученная разработчиком модель VideoMAE-base для классификации видео. Она содержит 113,2 млн параметров и распространяется в формате PyTorch. Базовая модель MCG-NJU/videomae-base — видеотрансформер, предварительно обученный без учителя для извлечения признаков и последующего дообучения.

Модель предназначена для присвоения видео категорий. В README приведены результаты оценки: accuracy 0,7969 и loss 1,0793; набор данных и состав классов не раскрыты. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Сценарии применения

Классификация видео по заданным категориям
Автоматическая разметка видеоклипов
Оценка классов видео в исследовательском наборе данных

Ограничения

В README не раскрыты обучающий набор данных и категории классификации, поэтому результаты могут не переноситься на другие домены. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

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 736моделей I.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модель II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

videomae-base-finetuned-movienet-take2

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

eval_loss: 1.0793
eval_accuracy: 0.7969
eval_runtime: 131.1948
eval_samples_per_second: 1.463
eval_steps_per_second: 0.183
epoch: 9.01
step: 1704

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: 8
eval_batch_size: 8
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: 2960

Framework versions

Transformers 4.31.0
Pytorch 2.0.1+cu118
Datasets 2.14.1
Tokenizers 0.13.3

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: db0e5b4