/ Модель

Характеристики

Параметры
28,3 млн
Лицензия
CC BY-NC 4.0
Архитектура
videomae · dense
Базовая модель
videomae-small-finetuned-kinetics
Библиотека
transformers
Опубликована
28 окт 2025

videomae-small-finetuned-kinetics-xd-violence-binary

Классификация видеоВидео → label3 профессии

Компактная VideoMAE-модель классифицирует короткие видео как нормальные или содержащие насилие.

63скачиваний за 30 дней0лайковвеса обновлены5 ноя 2025

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

KingTechnician/videomae-small-finetuned-kinetics-xd-violence-binary — дообученная модель VideoMAE от автора KingTechnician для бинарной классификации видео на нормальное и содержащее насилие. Она основана на MCG-NJU/videomae-small-finetuned-kinetics и использует архитектуру VideoMAEForVideoClassification; размер модели — 28,3 млн параметров. Для обработки клипа модель выбирает 16 кадров и изменяет их размер до 224 × 224; указана длительность клипа около 2,13 секунды.

На оценочной выборке автор сообщает точность 0,825. Для класса «насилие» указаны precision 0,89, recall 0,82 и F1 0,85; для класса «норма» — соответственно 0,74, 0,83 и 0,78. Эти результаты относятся к выборке из README и не гарантируют такого же качества на других данных. Датасет дообучения в карточке не назван. Модель принимает видео и выдаёт метку класса. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства, но не коммерческое использование.

Сценарии применения

  • поиск сцен насилия в видеозаписях
  • предварительная модерация пользовательских видео
  • разметка коротких видеоклипов по наличию насилия

Ограничения

Качество оценено на выборке, связанной с неуказанным датасетом; перенос на другие типы видео не подтверждён. Клип обрабатывается по 16 кадрам длительностью около 2,13 секунды, поэтому результат может зависеть от выбора и частоты кадров.

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-small-finetuned-kinetics-finetuned-xd-violence

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

  • Loss: 0.3828
  • Accuracy: 0.8254

Video preprocessing config: Resize to: (224, 224) Frames to sample: 16 Clip duration: 2.1333333333333333s

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: 2
  • eval_batch_size: 2
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 8
  • 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_ratio: 0.1
  • num_epochs: 3

Training results

Training LossEpochStepValidation LossAccuracy
0.35741.03940.51810.7738
0.44282.07880.43570.8119
0.0753.011820.41000.8183

Testing results

{'eval_loss': 0.3827999532222748,
 'eval_accuracy': 0.8253768844221105,
 'eval_runtime': 184.3164,
 'eval_samples_per_second': 4.319,
 'eval_steps_per_second': 2.159,
 'epoch': 3.0}
ClassPrecisionRecallF1-ScoreSupport
Normal (0)0.740.830.78299
Violent (1)0.890.820.85497
Accuracy0.83796
Macro Avg0.810.830.82796
Weighted Avg0.830.830.83796

Framework versions

  • Transformers 4.57.1
  • Pytorch 2.8.0+cu126
  • Datasets 4.0.0
  • Tokenizers 0.22.1

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
8564717

0 моделей