/ Модель

Характеристики

Параметры
28,3 млн
Лицензия
Apache 2.0
Архитектура
dinov2 · dense
Базовая модель
dinov2-small
Опубликована
23 фев 2024

dinov2-small-film-shot-classifier

Классификация изображенийИзображение → label3 профессии

Дообученная DINOv2-модель классифицирует изображения по типу кинематографического плана.

40скачиваний за 30 дней1лайквеса обновлены29 дек 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

Модель pszemraj/dinov2-small-film-shot-classifier — дообученная facebook/dinov2-small для классификации типов кинематографических планов на изображениях. Она использует архитектуру Vision Transformer DINOv2 с 28,3 млн параметров и обучена на наборе szymonrucinski/types-of-film-shots.

Модель относит изображение к одному из восьми классов: ambiguous, closeUp, detail, extremeLongShot, fullShot, longShot, mediumCloseUp или mediumShot. На оценочном наборе указаны accuracy 0,6259 и loss 0,9864. Подходит для автоматической разметки кадров по крупности плана и анализа визуального состава видеоматериалов. Лицензия — Apache-2.0.

Сценарии применения

  • классификация кадра как крупного, среднего или общего плана
  • автоматическая разметка кадров по крупности плана
  • поиск сцен с определённым типом кинематографического кадра

Ограничения

Точность на оценочном наборе составляет 0,6259; предсказания ограничены восемью типами планов из обучающего набора.

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

dinov2-small: types of film shots

Model description

This model is a fine-tuned version of facebook/dinov2-small on the szymonrucinski/types-of-film-shots dataset. It achieves the following results on the evaluation set:

  • Loss: 0.9864
  • Accuracy: 0.6259

class labels

The dataset contains the following labels:

"id2label": {
    "0": "ambiguous",
    "1": "closeUp",
    "2": "detail",
    "3": "extremeLongShot",
    "4": "fullShot",
    "5": "longShot",
    "6": "mediumCloseUp",
    "7": "mediumShot"
  },

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 4
  • eval_batch_size: 4
  • seed: 17480
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 32
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.05
  • num_epochs: 12.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracy
1.61770.97241.55010.4101
1.30291.99491.24480.5108
1.17852.96731.05560.5252
1.21463.98981.23160.5396
0.83894.991231.02350.5971
0.78835.971470.99600.6259
0.78996.981721.13540.5540
0.6638.01971.09710.5827
0.60138.972210.98640.6259
0.62769.992461.01820.6115
0.519610.962701.00740.6547
0.476111.72880.99560.6763

Framework versions

  • Transformers 4.38.0.dev0
  • Pytorch 2.2.0+cu121
  • Datasets 2.17.1
  • Tokenizers 0.15.2

Как запустить

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

GPU в ailist

Универсальный рантайм · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
Dinov2ForImageClassification
Ревизия весов
daae654

0 моделей