/ Модель

Характеристики

Лицензия
MIT
Библиотека
pytorch
Опубликована
8 окт 2026

HierarQ_Checkpoint

Компьютерное зрениеВидео, текст → текст

Промежуточный чекпойнт HierarQ для понимания видео и генерации подписей к роликам.

0скачиваний за 30 дней0лайковвеса обновлены8 окт 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

HierarQ Checkpoint — промежуточный чекпойнт модели HierarQ, описанной в статье «HierarQ: Task-Aware Hierarchical Q-Former for Enhanced Video Understanding» (CVPR 2025). Репозиторий содержит веса, обученные на наборе MSVD для генерации подписей к видео; для запуска предлагается следовать инструкциям в связанном репозитории кода.

Модель предназначена для понимания видеосодержимого и составления текстовых описаний роликов. В метаданных указаны задача video-text-to-text, библиотека PyTorch и формат весов PyTorch. Лицензия репозитория — MIT. README называет файл промежуточным чекпойнтом, поэтому он может быть не финальным вариантом модели; подробности архитектуры, размер и контекст в доступных данных не приведены.

Сценарии применения

  • создание текстовых подписей к видео
  • краткое описание содержимого ролика
  • анализ видеоклипов на наборе MSVD

Ограничения

В репозитории указан промежуточный чекпойнт, обученный для задачи описания видео на MSVD; его качество и применимость к другим наборам данных не установлены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

HierarQ Checkpoint

Checkpoint for HierarQ from the paper HierarQ: Task-Aware Hierarchical Q-Former for Enhanced Video Understanding (CVPR, 2025).

Contents

  • hierarq_msvd_cap.pth: This is an intermediate checkpoint of the model trained on the MSVD dataset on the captioning task

Usage

Download the checkpoint and follow the instructions in the code repository:

hf download shehreen3764/HierarQ_Checkpoint --local-dir ./checkpoints

Citation

@inproceedings{azad2025hierarq,
  title     = {HierarQ: Task-Aware Hierarchical Q-Former for Enhanced Video Understanding},
  author    = {Azad, Shehreen and Vineet, Vibhav and Rawat, Yogesh Singh},
  booktitle = {Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
  year      = {2025}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
97619ce

0 моделей