Характеристики

Параметры: 113 млн
Лицензия: CC BY-NC 4.0
Архитектура: videomae · dense
Базовая модель: videomae-base-finetuned-kinetics
Библиотека: transformers
Опубликована: 10 мар 2025

Ссылки

Hugging Face

videomae-base-finetuned-kinetics-violence-nonviolence-tuned

cliffer1

Классификация видеоВидео → label3 профессии

Дообученная VideoMAE-модель для классификации видео как содержащего насилие или не содержащего его.

213скачиваний за 30 дней0лайковвеса обновлены10 мар 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

Cliffer1 дообучил VideoMAE Base для классификации видео на два класса: насилие и отсутствие насилия. Модель построена на архитектуре VideoMAE и содержит 113,2 млн параметров; исходная модель была дообучена на Kinetics-400. Для обработки видео используется библиотека Transformers.

В README указана точность 0,9805 и loss 0,0753 на оценочном наборе, однако датасет, протокол оценки и распределение классов не описаны. Модель подходит для автоматической разметки видеороликов по наличию насилия, но заявленные результаты нельзя уверенно переносить на другие данные без дополнительной проверки. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Сценарии применения

автоматическая проверка видеороликов на наличие насилия
разметка архивов видео по признаку насилия
фильтрация видеоконтента для последующей проверки модератором

Ограничения

Данные обучения и подробности оценки не раскрыты, поэтому точность 0,9805 на оценочном наборе не гарантирует такого же качества на других видео. Лицензия CC BY-NC 4.0 не допускает коммерческого использования.

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

videomae-base-finetuned-kinetics-violence-nonviolence-tuned

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

Loss: 0.0753
Accuracy: 0.9805

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: 16
eval_batch_size: 16
seed: 42
optimizer: Use OptimizerNames.ADAMW_TORCH 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
training_steps: 348

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.074	0.2529	88	0.1186	0.9556
0.0192	1.2529	176	0.0703	0.9787
0.0449	2.2529	264	0.0741	0.9787
0.0061	3.2414	348	0.0753	0.9805

Framework versions

Transformers 4.49.0
Pytorch 2.6.0+cu126
Datasets 3.3.2
Tokenizers 0.21.0

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: 613844b