/ Модель

Характеристики

Параметры
403 млн
Лицензия
CC BY-NC 4.0
Архитектура
videomae · dense
Опубликована
22 мая 2024

best_model

Классификация видеоВидео → label

Дообученная VideoMAE Large для классификации видеороликов по категориям.

5скачиваний за 30 дней0лайковвеса обновлены22 мая 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

Это модель классификации видеороликов на основе VideoMAE Large, разработанная sangdeptraivcl. Она дообучена на базе sangdeptraivcl/videomae-large-finetuned-ucf101-subset-finetuned-ucf101-subset; указанный в карточке датасет для этого этапа дообучения не назван. Модель содержит около 402,7 млн параметров и предназначена для присвоения видео категории из набора классов.

Её можно использовать для автоматической категоризации видеоклипов и анализа видеоматериалов по содержимому. Карточка не уточняет список классов, метрики качества или ограничения применимости, поэтому пригодность для конкретных категорий следует оценивать отдельно. Распространяется по лицензии CC BY-NC 4.0, которая не разрешает коммерческое использование.

Сценарии применения

  • автоматическая категоризация видеоклипов
  • определение класса действия в видеоролике
  • сортировка видеоматериалов по содержимому

Ограничения

Набор классов, данные дообучения и показатели качества не описаны, поэтому качество для конкретных категорий не установлено. Лицензия CC BY-NC 4.0 запрещает коммерческое использование.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

videomae-large-finetuned-ucf101-subset-finetuned-ucf101-subset-finetuned-ucf101-subset

This model is a fine-tuned version of sangdeptraivcl/videomae-large-finetuned-ucf101-subset-finetuned-ucf101-subset on an unknown dataset.

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: 2
  • eval_batch_size: 2
  • 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: 766
  • mixed_precision_training: Native AMP

Training results

Framework versions

  • Transformers 4.39.3
  • Pytorch 2.1.2
  • 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
5e7fdf1

0 моделей