Характеристики

Параметры: 113 млн
Лицензия: CC BY-NC 4.0
Архитектура: videomae · dense
Библиотека: transformers
Опубликована: 2 авг 2026

Ссылки

Hugging Face

checkpoints

ahmedmohamed55

Классификация видеоВидео → label3 профессии

Дообученная VideoMAE-модель классифицирует видео и выдаёт метки классов.

259скачиваний за 30 дней0лайковвеса обновлены5 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

ahmedmohamed55/checkpoints — дообученная модель VideoMAE для классификации видео, опубликованная пользователем ahmedmohamed55. Модель содержит 113,2 млн параметров, использует архитектуру VideoMAEForVideoClassification и представлена в формате safetensors для библиотеки Transformers.

Карточка приводит результаты оценки на наборе данных: accuracy 0,9913, precision 0,9821, recall 0,9781, F1 0,9795 и loss 0,1487. Назначение классов и набор данных не описаны, поэтому применимость этих результатов к конкретным видео зависит от неизвестных категорий и условий оценки. Модель принимает видео и выдаёт метки классов.

Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Сценарии применения

Классификация видео по категориям обучающего набора
Автоматическая разметка видеоклипов метками классов
Оценка классификатора видео на совместимом наборе данных

Ограничения

Не описаны классы, обучающий набор данных и условия оценки, поэтому область применения и переносимость приведённых метрик неясны. Лицензия CC BY-NC 4.0 запрещает коммерческое использование.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

checkpoints

This model is a fine-tuned version of ahmedmohamed55/checkpoints on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.1487
Accuracy: 0.9913
Precision: 0.9821
Recall: 0.9781
F1: 0.9795

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: 2e-05
train_batch_size: 4
eval_batch_size: 4
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
num_epochs: 10
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy	Precision	Recall	F1
No log	1.0	458	0.1666	0.9803	0.9574	0.9553	0.9534
0.3261	2.0	916	0.1540	0.9891	0.9806	0.9722	0.9762
0.0261	3.0	1374	0.1243	0.9913	0.9821	0.9781	0.9795
0.0002	4.0	1832	0.1403	0.9913	0.9821	0.9781	0.9795
0.0000	5.0	2290	0.1418	0.9913	0.9821	0.9781	0.9795
0.0000	6.0	2748	0.1441	0.9913	0.9821	0.9781	0.9795
0.0000	7.0	3206	0.1459	0.9913	0.9821	0.9781	0.9795
0.0000	8.0	3664	0.1474	0.9913	0.9821	0.9781	0.9795
0.0000	9.0	4122	0.1483	0.9913	0.9821	0.9781	0.9795
0.0000	10.0	4580	0.1487	0.9913	0.9821	0.9781	0.9795

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: 90c2941