/ Модель

Характеристики

Контекст
16 384 токена
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
sec · dense
Базовая модель
InternVL2.5-4B
Опубликована
17 июл 2025

SeC-4B

Генерация текстаТекст → текст3 профессии

SeC-4B объединяет сегментацию объектов и визуально-языковое понимание для выделения объектов в сложных видео.

240скачиваний за 30 дней38лайковвеса обновлены22 июл 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

SeC-4B — модель для сегментации объектов в видео, основанная на концепциях и объединяющая визуально-языковое понимание с сопоставлением признаков. По описанию проекта, подход адаптивно распределяет вычисления между семантическим рассуждением и сопоставлением признаков в зависимости от сложности сцены. В метаданных указано объединение SAM 2.1 Hiera Large и InternVL2.5-4B; файлы представлены в формате safetensors.

Модель предназначена для выделения и сопровождения объектов между кадрами, в том числе в сложных сценах. README описывает бенчмарк SeCVOS для оценки таких сценариев и приводит сравнительные результаты, но не содержит численных результатов SeC-4B. Модель опубликована OpenIXCLab под лицензией Apache-2.0.

Сценарии применения

  • сегментация объектов в видео
  • отслеживание выбранных объектов между кадрами
  • выделение объектов в сложных сценах
  • оценка систем сегментации на видеобенчмарках

Ограничения

README не приводит численных результатов именно для SeC-4B или подробных сведений о поддерживаемых режимах ввода. Указанные в нём сравнительные результаты относятся к другим моделям.

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

SeC: Advancing Complex Video Object Segmentation via Progressive Concept Construction

[📂 GitHub] [📦 Benchmark] [🌐 Homepage] [📄 Paper]

Highlights

  • 🔥We introduce Segment Concept (SeC), a concept-driven segmentation framework for video object segmentation that integrates Large Vision-Language Models (LVLMs) for robust, object-centric representations.
  • 🔥SeC dynamically balances semantic reasoning with feature matching, adaptively adjusting computational efforts based on scene complexity for optimal segmentation performance.
  • 🔥We propose the Semantic Complex Scenarios Video Object Segmentation (SeCVOS) benchmark, designed to evaluate segmentation in challenging scenarios.

SeC Performance

ModelSA-V valSA-V testLVOS v2 valMOSE valDAVIS 2017 valYTVOS 2019 valSeCVOS
SAM 2.178.679.684.174.590.688.758.2
SAMURAI79.880.084.272.689.988.362.2
SAM2.1Long81.181.285.975.291.488.762.3
SeC (Ours)82.781.786.575.391.388.670.0

Citation

If you find this project useful in your research, please consider citing:

@article{zhang2025sec,
  title     = {SeC: Advancing Complex Video Object Segmentation via Progressive Concept Construction},
  author    = {Zhixiong Zhang and Shuangrui Ding and Xiaoyi Dong and Songxin He and Jianfan Lin and Junsong Tang and Yuhang Zang and Yuhang Cao and Dahua Lin and Jiaqi Wang},
  journal   = {arXiv preprint arXiv:2507.15852},
  year      = {2025}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
SeCModel
Ревизия весов
3014dbd

0 моделей