Vit Base Patch16 224 In21k Human Activity Recognition

🚀 基於ViT的人類活動識別模型

本模型是基於預訓練模型開發的圖像分類模型，用於識別不同的人類活動。它在微調後，在評估集上取得了良好的性能，可用於相關領域的研究和應用。

🚀 快速開始

本模型是 google/vit-base-patch16-224-in21k 的微調版本。

它在評估集上取得了以下結果：

• 損失值：0.7403
• 準確率：0.8381
• F1值
  • 加權：0.8388
  • 微平均：0.8381
  • 宏平均：0.8394
• 召回率
  • 加權：0.8381
  • 微平均：0.8381
  • 宏平均：0.8390
• 精確率
  • 加權：0.8421
  • 微平均：0.8381
  • 宏平均：0.8424

✨ 主要特性

這是一個多分類圖像分類模型，用於識別人類進行不同活動的圖像。

有關該模型的創建方式的更多信息，請查看以下鏈接：https://github.com/DunnBC22/Vision_Audio_and_Multimodal_Projects/blob/main/Computer%20Vision/Image%20Classification/Multiclass%20Classification/Human%20Activity%20Recognition/ViT-Human%20Action_Recogniton.ipynb

📚 詳細文檔

預期用途和限制

本模型旨在展示使用技術解決複雜問題的能力。歡迎您對本模型進行測試和實驗，但需自行承擔風險。

訓練和評估數據

數據集來源：https://www.kaggle.com/datasets/meetnagadia/human-action-recognition-har-dataset

數據集中的示例圖像：

訓練過程

訓練超參數

訓練過程中使用了以下超參數：

• 學習率：0.0002
• 訓練批次大小：16
• 評估批次大小：8
• 隨機種子：42
• 優化器：Adam（β1=0.9，β2=0.999，ε=1e-08）
• 學習率調度器類型：線性
• 訓練輪數：5

訓練結果

框架版本

• Transformers 4.25.1
• Pytorch 1.12.1
• Datasets 2.8.0
• Tokenizers 0.12.1

📄 許可證

本項目採用 Apache-2.0 許可證。