/ Модель

Характеристики

Лицензия
MIT
Базовая модель
OmniShotCut_v1.5
Библиотека
mlx
Опубликована
3 окт 2026

OmniShotCut-v1.5-mlx-8bit

Классификация видеоВидео → label

Конвертированная и квантованная для MLX модель для поиска границ планов и сегментации сцен в видео.

58скачиваний за 30 дней0лайковвеса обновлены3 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

OmniShotCut v1.5 MLX 8-bit — это конвертированная для MLX версия модели uva-cv-lab/OmniShotCut_v1.5 от автора репозитория starkdmi. Она предназначена для обнаружения границ планов и сегментации сцен в видео. Модель использует трансформерную архитектуру; веса линейных слоёв, кроме query embedding, квантованы до 8 бит с группами по 64, остальные веса хранятся в fp16. Размер файлов модели составляет 67 МБ против 211 МБ у исходной версии.

Модель принимает видео и выдаёт временные сегменты с метками. Автор сообщает о совпадении результатов Swift-версии с официальной реализацией PyTorch на трёх видео: обнаружено 385 одинаковых сегментов, при этом одна граница отличалась на один кадр. Для инференса README указывает Swift-пакет OmniShotCutMLX. Модель распространяется по лицензии MIT.

Сценарии применения

  • поиск монтажных склеек в видео
  • разбиение видео на сцены
  • автоматическая нарезка видео на сегменты
  • подготовка видеоматериала для монтажа и индексирования

Ограничения

В README сравнение с официальной реализацией ограничено тремя видео; на одном видео одна граница отличалась на один кадр. Вариант с 4-битными весами заметно смещал одну границу, поэтому описанные результаты относятся к 8-битной версии.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

OmniShotCut v1.5 — MLX, 8-bit

uva-cv-lab/OmniShotCut_v1.5 converted for MLX by scripts/convert.py. Run it with the Swift package OmniShotCutMLX:

import OmniShotCutMLX

let detector = try await OmniShotCut.pretrained("starkdmi/OmniShotCut-v1.5-mlx-8bit")
let segments = try await detector.segments(in: videoURL)
  • Every linear but the query embedding is quantized to 8 bits, groups of 64; everything else is fp16. 67 MB instead of the original 211 MB.
  • Compute in fp32: fp16 activations moved cuts that 8-bit weights did not. 4-bit weights moved one by 29 frames.
  • Key names are the official ones, but backbone.0.body. is dropped, each attention's packed in_proj is split into q_proj/k_proj/v_proj, and convolutions are OHWI.

Against the official PyTorch code (fp32, CPU) on three videos, the Swift port with these weights finds the same 385 segments with the same labels, one cut a frame apart.

License

MIT, as is the original. Copyright (c) 2026 UVA Computer Vision Lab.

@article{wang2026omnishotcut,
  title={OmniShotCut: Holistic Relational Shot Boundary Detection with Shot-Query Transformer},
  author={Wang, Boyang and Xu, Guangyi and Zhang, Jiahui and Tang, Zhipeng and Cheng, Zezhou},
  journal={arXiv preprint arXiv:2604.24762},
  year={2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Ревизия весов
0366284

0 моделей