许可证：apache-2.0
标签：

• 训练生成
  数据集：
• 图像文件夹
  评估指标：
• 准确率
• F1值
• 召回率
• 精确率
  模型索引：
• 名称：vit-base-patch16-224-in21k_人类活动识别
  结果：
  • 任务：
    名称：图像分类
    类型：image-classification
    数据集：
    名称：imagefolder
    类型：imagefolder
    配置：默认
    拆分：训练集
    参数：默认
    指标：
    • 名称：准确率
      类型：accuracy
      值：0.8380952380952381
      语言：
• en

vit-base-patch16-224-in21k_人类活动识别

该模型是基于google/vit-base-patch16-224-in21k微调的版本。

在评估集上达到以下结果：

• 损失：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

模型描述

这是一个用于分类人类不同活动的多类别图像分类模型。

关于其创建过程的更多信息，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

预期用途与限制

该模型旨在展示我运用技术解决复杂问题的能力。欢迎测试和实验此模型，但风险自负。

训练与评估数据

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

数据集示例图像：

训练流程

训练超参数

训练中使用的超参数如下：

• 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
• 训练轮次：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