Характеристики

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

Ссылки

Hugging Face

videomae-base-finetuned-kinetics-finetuned

thenextme

Классификация видеоВидео → label

Дообученная модель VideoMAE для классификации видео по категориям.

8скачиваний за 30 дней0лайковвеса обновлены13 июл 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

thenextme/videomae-base-finetuned-kinetics-finetuned — модель классификации видео, разработанная автором репозитория thenextme на основе MCG-NJU/videomae-base-finetuned-kinetics. Это дообученная модель VideoMAE с архитектурой VideoMAEForVideoClassification и 113,2 млн параметров; веса опубликованы в формате safetensors. Она предназначена для присвоения видео категорий. На указанном в карточке наборе оценки достигла accuracy 0,8356 и loss 0,5397, однако набор данных и схема классов не раскрыты. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства и запрещает коммерческое применение.

Сценарии применения

определение категории видеоролика
распознавание действий в видео
автоматическая разметка видеотеки
классификация видеоклипов в датасете

Ограничения

Данные обучения и набор классов дообучения не описаны, поэтому соответствие меток конкретным сценариям неясно. Лицензия CC BY-NC 4.0 не допускает коммерческое использование.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

videomae-base-finetuned-kinetics-finetuned

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: 0.5397
Accuracy: 0.8356

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
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: 240

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.5826	0.2542	61	0.7650	0.7807
0.3585	1.2542	122	0.6335	0.7719
0.1913	2.2542	183	0.6832	0.7895
0.0991	3.2375	240	0.7484	0.7632

Framework versions

Transformers 5.12.1
Pytorch 2.12.1+cu130
Datasets 5.0.0
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: 1f724f8