Vit Base Patch16 224 In21k Human Activity Recognition

🚀 基于ViT的人类活动识别模型

本模型是基于预训练模型开发的图像分类模型，用于识别不同的人类活动。它在微调后，在评估集上取得了良好的性能，可用于相关领域的研究和应用。

🚀 快速开始

本模型是 google/vit-base-patch16-224-in21k 的微调版本。

它在评估集上取得了以下结果：

• 损失值：0.7403
• 准确率：0.8381
• F1值
  • 加权：0.8388
  • 微平均：0.8381
  • 宏平均：0.8394
• 召回率
  • 加权：0.8381
  • 微平均：0.8381
  • 宏平均：0.8390
• 精确率
  • 加权：0.8421
  • 微平均：0.8381
  • 宏平均：0.8424

✨ 主要特性

这是一个多分类图像分类模型，用于识别人类进行不同活动的图像。

有关该模型的创建方式的更多信息，请查看以下链接：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

📚 详细文档

预期用途和限制

本模型旨在展示使用技术解决复杂问题的能力。欢迎您对本模型进行测试和实验，但需自行承担风险。

训练和评估数据

数据集来源：https://www.kaggle.com/datasets/meetnagadia/human-action-recognition-har-dataset

数据集中的示例图像：

训练过程

训练超参数

训练过程中使用了以下超参数：

• 学习率：0.0002
• 训练批次大小：16
• 评估批次大小：8
• 随机种子：42
• 优化器：Adam（β1=0.9，β2=0.999，ε=1e-08）
• 学习率调度器类型：线性
• 训练轮数：5

训练结果

框架版本

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

📄 许可证

本项目采用 Apache-2.0 许可证。