/ Модель

Характеристики

Размер весов
25,5 ГБ
Лицензия
MIT
Опубликована
10 фев 2025

InternVideo2-Stage2_6B

Классификация видеоВидео → label3 профессии

Видеомодель OpenGVLab второго этапа InternVideo2 для классификации видео.

127скачиваний за 30 дней1лайквеса обновлены27 фев 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

OpenGVLab/InternVideo2-Stage2_6B — видеомодель OpenGVLab, представляющая версию на 6 млрд параметров второго этапа InternVideo2, описанной в исследовательской статье. Репозиторий содержит веса в формате safetensors; для модели указан pipeline video-classification.

Модель предназначена для классификации видео. Карточка не раскрывает поддерживаемые наборы классов, языки или дополнительные сценарии применения. Лицензия — MIT.

Сценарии применения

  • классификация видеороликов по категориям

Ограничения

Карточка не описывает поддерживаемые категории и наборы данных, поэтому область применимости и качество на конкретных задачах по ней оценить нельзя.

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

Introduction

This repository contains the 6B model of the paper InternVideo2 in stage 2.

Code: https://github.com/OpenGVLab/InternVideo/tree/main/InternVideo2/multi_modality

🚀 Installation

Please refer to https://github.com/OpenGVLab/InternVideo/blob/main/InternVideo2/multi_modality/INSTALL.md

Usage

import cv2
from transformers import AutoModel
from modeling_internvideo2 import (retrieve_text, vid2tensor, _frame_from_video,)


model = AutoModel.from_pretrained("OpenGVLab/InternVideo2-Stage2_6B", trust_remote_code=True).eval()

video = cv2.VideoCapture('example1.mp4')
frames = [x for x in _frame_from_video(video)]
text_candidates = ["A playful dog and its owner wrestle in the snowy yard, chasing each other with joyous abandon.",
                "A man in a gray coat walks through the snowy landscape, pulling a sleigh loaded with toys.",
                "A person dressed in a blue jacket shovels the snow-covered pavement outside their house.",
                "A cat excitedly runs through the yard, chasing a rabbit.",
                "A person bundled up in a blanket walks through the snowy landscape, enjoying the serene winter scenery."]

texts, probs = retrieve_text(frames, text_candidates, model=model, topk=5)
for t, p in zip(texts, probs):
    print(f'text: {t} ~ prob: {p:.4f}')

vidtensor = vid2tensor('example1.mp4', fnum=4)
feat = model.get_vid_feat(vidtensor)

Как запустить

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

GPU в ailist

Универсальный рантайм · video-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
InternVideo2_Stage2
Ревизия весов
fd8ef75

0 моделей