Характеристики

Параметры: 113 млн
Лицензия: CC BY-NC 4.0
Архитектура: videomae · dense
Базовая модель: videomae-base
Библиотека: transformers
Опубликована: 17 авг 2026

Ссылки

Hugging Face

videomae-base-finetuned-shoplifting

AbdullahTheScientist

Классификация видеоВидео → label

Дообученная VideoMAE классифицирует видео для выявления сцен, связанных с магазинными кражами.

19скачиваний за 30 дней0лайковвеса обновлены17 авг 2026

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. Она предназначена для распознавания сцен или действий, связанных с магазинными кражами, по видеозаписям. Модель содержит около 113,2 млн параметров и распространяется в формате Safetensors; для работы используется библиотека Transformers.

На оценочной выборке указаны точность 0,5306 и значение loss 0,6938. Датасет и детали обучения не описаны, поэтому эти результаты не позволяют уверенно оценить качество на реальных камерах или других условиях съёмки. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Сценарии применения

классификация видеозаписей для выявления подозрительных сцен в магазине
первичный отбор фрагментов камер наблюдения для проверки сотрудником
экспериментальная оценка моделей распознавания магазинных краж

Ограничения

В README не указаны датасет, схема классов и условия оценки; приведённая точность 0,5306 указывает на ограниченное качество и требует независимой проверки перед практическим применением. Лицензия запрещает коммерческое использование.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

videomae-base-finetuned-shoplifting

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

Loss: 0.6938
Accuracy: 0.5306

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: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 0.1
training_steps: 76

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.6685	0.25	19	0.7897	0.4706
0.6396	1.25	38	0.6396	0.7176
0.6667	2.25	57	0.5967	0.6588
0.5676	3.25	76	0.6310	0.6588

Framework versions

Transformers 5.13.1
Pytorch 2.11.0+cu128
Datasets 4.0.0
Tokenizers 0.22.2

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · video-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: VideoMAEForVideoClassification
Ревизия весов: d7b4e65