/ Модель

Характеристики

Параметры
113 млн
Лицензия
CC BY-NC 4.0
Архитектура
videomae · dense
Базовая модель
videomae-base-finetuned-kinetics
Опубликована
21 мар 2024

videomae-base-finetuned-kinetics-finetuned-fall-detect

Классификация видеоВидео → label3 профессии

Дообученная VideoMAE классифицирует видео и по названию модели предназначена для обнаружения падений.

87скачиваний за 30 дней2лайкавеса обновлены21 мар 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 VideoMAE для классификации видео, созданная дообучением MCG-NJU/videomae-base-finetuned-kinetics. Она предназначена для отнесения видеозаписей к категориям; по названию репозитория модель ориентирована на обнаружение падений. В исходной карточке указаны результаты на оценочном наборе: loss 0,1793 и accuracy 0,9277, однако состав набора и условия оценки не описаны. Модель содержит 113,2 млн параметров, использует архитектуру VideoMAEForVideoClassification и распространяется в формате Safetensors.

Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. Поддерживаемые классы, языки и ограничения применения в карточке не раскрыты.

Сценарии применения

  • классификация видеозаписей по действиям
  • обнаружение падений на видео
  • анализ видеонаблюдения на предмет падений

Ограничения

Датасет дообучения, состав классов и условия оценки не описаны, поэтому заявленную точность нельзя переносить на другие данные без отдельной проверки. Коммерческое использование запрещено лицензией CC-BY-NC-4.0.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

videomae-base-finetuned-kinetics-finetuned-fall-detect

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

  • Loss: 0.1793
  • Accuracy: 0.9277

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: 16
  • eval_batch_size: 16
  • 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: 1452

Training results

Training LossEpochStepValidation LossAccuracy
0.64160.121800.43870.8874
0.44181.123600.36390.8760
0.42652.125400.22580.9201
0.31963.127200.25280.9201
0.37224.129000.18130.9413
0.25375.1210800.14010.9625
0.09536.1212600.14580.9527
0.22267.1214400.15750.9494
0.14248.0114520.15950.9511

Framework versions

  • Transformers 4.39.0
  • Pytorch 2.2.1+cu118
  • 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
0468eac

0 моделей