Характеристики

Параметры: 113 млн
Лицензия: MIT
Архитектура: vivit · dense
Базовая модель: vivit-b-16x2-kinetics400
Библиотека: transformers
Опубликована: 13 сен 2026

Ссылки

Hugging Face

vivit-vit-fc-loss-8-10-epochs-5_class_1_p0_full_splited-1789276477.0016897

tihon-nth

Классификация видеоВидео → label3 профессии

Дообученная ViViT-модель для классификации видео по заданным категориям.

83скачиваний за 30 дней2лайкавеса обновлены13 сен 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

Модель tihon-nth/vivit-vit-fc-loss-8-10-epochs-5_class_1_p0_full_splited-1789276477.0016897 — дообученная модель ViViT для классификации видео. Она основана на google/vivit-b-16x2-kinetics400 и содержит 113,2 млн параметров; файлы весов представлены в формате safetensors. Модель предназначена для определения классов действий или других категорий видео, заданных при дообучении.

В README приведены результаты на оценочном наборе: accuracy 0,7802 и loss 0,4385. Датасет, набор классов и подробные сценарии применения в карточке не раскрыты. Модель создана на базе открытого чекпойнта Google и распространяется по лицензии MIT.

Сценарии применения

классификация действий в видеороликах
распознавание категорий видео на пользовательском наборе классов
оценка классов видео в экспериментальном пайплайне компьютерного зрения

Ограничения

Датасет и классы, использованные при дообучении, не описаны, поэтому применимость к конкретным категориям видео неясна. В README указаны accuracy 0,7802 и loss 0,4385 на оценочном наборе, но детали протокола оценки отсутствуют.

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

vivit-vit-fc-loss-8-10-epochs-5_class_1_p0_full_splited-1789276477.0016897

This model is a fine-tuned version of google/vivit-b-16x2-kinetics400 on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.4385
Accuracy: 0.7802

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
training_steps: 43330

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.2819	0.1000	4334	0.3270	0.6848
0.2095	1.1000	8668	0.2961	0.7377
0.1433	2.1000	13002	0.2738	0.7660
0.1930	3.1000	17336	0.2923	0.7700
0.1864	4.1000	21670	0.2954	0.7725
0.0901	5.1000	26004	0.3066	0.7787
0.1574	6.1000	30338	0.3910	0.7743
0.0781	7.1000	34672	0.3790	0.7877
0.1760	8.1000	39006	0.3806	0.7896
0.1415	9.0998	43330	0.4289	0.7806

Framework versions

Transformers 5.16.1
Pytorch 2.14.0+cu126
Datasets 5.0.1
Tokenizers 0.23.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · video-classification

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Класс архитектуры: VivitForVideoClassification
Ревизия весов: f348a41