Характеристики

Параметры: 113 млн
Лицензия: CC BY-NC 4.0
Архитектура: videomae · dense
Базовая модель: videomae-base
Библиотека: transformers
Опубликована: 25 июн 2026

Ссылки

Hugging Face

videomae-base-finetuned-ucf101-subset

bachnguyen523

Классификация видеоВидео → label

Дообученный VideoMAE для классификации видео по классам.

10скачиваний за 30 дней0лайковвеса обновлены26 июн 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

bachnguyen523/videomae-base-finetuned-ucf101-subset — видеотрансформер VideoMAE, дообученный на базе MCG-NJU/videomae-base для классификации видео. Модель содержит 113,2 млн параметров и использует архитектуру VideoMAEForVideoClassification; файлы весов представлены в формате safetensors.

Модель предназначена для присвоения видео классов. В README приведены результаты на оценочном наборе: accuracy 0,6286 и loss 1,2173. Состав и размер набора данных, перечень классов и подробности применения не раскрыты. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Сценарии применения

классификация видеоклипов по действиям
распознавание категорий в коротких видео
оценка качества классификатора видео на собственном наборе

Ограничения

На оценочном наборе указана точность 0,6286, однако набор данных и классы не описаны, поэтому результат нельзя напрямую переносить на другие данные. Коммерческое использование запрещено лицензией CC BY-NC 4.0.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

videomae-base-finetuned-ucf101-subset

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: 1.2173
Accuracy: 0.6286

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
gradient_accumulation_steps: 2
total_train_batch_size: 16
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: 72

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
2.3094	0.2639	19	2.0976	0.3429
1.9010	1.2639	38	1.6872	0.4857
1.3362	2.2639	57	1.3274	0.5429
1.0102	3.2083	72	1.2173	0.6286

Framework versions

Transformers 5.12.0
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: d492be6