Характеристики

Параметры: 113 млн
Архитектура: videomae · dense
Базовая модель: AV_MAE_task1_256_DF1M
Опубликована: 30 мая 2024

Ссылки

Hugging Face

AV_MAE_task1_256_DF1M_epoch2

yadvender12

Классификация видеоВидео → label

Дообученная VideoMAE-модель для классификации видео по классам.

8скачиваний за 30 дней0лайковвеса обновлены31 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

AVMAEtask1256DF1Mepoch2 — дообученная модель VideoMAE для классификации видео. Она основана на yadvender12/AV_MAE_task1_256_DF1M и содержит 113,2 млн параметров. В README приведены результаты оценки: accuracy 0,8812, F1 0,8807 и loss 0,3055.

Модель принимает видео и предсказывает классы. Назначение классов и набор данных для обучения не описаны, поэтому конкретную предметную область определить нельзя. Репозиторий содержит веса PyTorch. Лицензия в доступных данных не указана.

Сценарии применения

классификация видеороликов по категориям
распознавание классов действий в видео
автоматическая разметка видеоколлекций

Ограничения

Данные и набор классов, на которых обучалась модель, не описаны; качество на другой предметной области не установлено. Лицензия не указана.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

AV_MAE_task1_256_DF1M_epoch2

This model is a fine-tuned version of yadvender12/AV_MAE_task1_256_DF1M on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.3055
Accuracy: 0.8812
F1: 0.8807

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: 25000

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy	F1
0.3319	0.5	12500	0.3159	0.8588	0.8579
0.3533	1.5	25000	0.3055	0.8812	0.8807

Framework versions

Transformers 4.33.3
Pytorch 2.2.1+cu118
Datasets 2.16.1
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: 4fce587