Характеристики

Параметры: 113 млн
Лицензия: MIT
Архитектура: vivit · dense
Базовая модель: vivit-b-16x2-kinetics400
Библиотека: transformers
Опубликована: 6 сен 2026

Ссылки

Hugging Face

vivit-vit-fc-loss-8-10-epochs-5_class_1_p0_splited-1788680718.6508312

tihon-nth

Классификация видеоВидео → label3 профессии

Дообученная видеомодель ViViT для классификации действий или событий в роликах.

176скачиваний за 30 дней0лайковвеса обновлены6 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_splited-1788680718.6508312 — дообученная версия google/vivit-b-16x2-kinetics400 для классификации видео. Она построена на архитектуре ViViT и содержит 113,2 млн параметров. Модель предназначена для определения классов действий или событий в видеороликах; оценка на тестовом наборе составила accuracy 0,7316 и loss 1,0742.

Модель принимает видео и выдаёт метку класса. Набор данных и конкретные классы в карточке не раскрыты, поэтому применимость к определённой предметной области оценить нельзя. Репозиторий содержит веса в формате safetensors, библиотека — Transformers. Лицензия — MIT.

Сценарии применения

классификация действий в видеороликах
распознавание событий в видео
автоматическая разметка видеоклипов по классам

Ограничения

Датасет и названия классов не указаны, поэтому нельзя определить, какие именно действия или события распознаются. На оценочном наборе указаны accuracy 0,7316 и loss 1,0742; результаты на других данных могут отличаться.

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_splited-1788680718.6508312

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: 1.0742
Accuracy: 0.7316

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: 16
eval_batch_size: 16
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: 8660

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.5371	0.0501	434	0.5556	0.6344
0.4241	1.0501	868	0.5612	0.6505
0.3772	2.0501	1302	0.5229	0.6701
0.3835	3.0501	1736	0.6226	0.6586
0.3312	4.0501	2170	0.5428	0.7059
0.2258	5.0501	2604	0.5670	0.7243
0.2561	6.0501	3038	0.5991	0.7336
0.2365	7.0501	3472	0.7801	0.7370
0.2588	8.0501	3906	0.6824	0.7301
0.1235	9.0501	4340	0.8167	0.7232
0.0821	10.0501	4774	0.8405	0.7301
0.1289	11.0501	5208	0.9522	0.7059
0.1667	12.0501	5642	0.9302	0.7209
0.1119	13.0501	6076	1.1207	0.7266
0.0779	14.0501	6510	1.0082	0.7209
0.0660	15.0501	6944	1.1594	0.7209
0.0792	16.0501	7378	1.1923	0.7278
0.1256	17.0501	7812	1.3317	0.7151
0.0637	18.0501	8246	1.2180	0.7278
0.0597	19.0478	8660	1.2229	0.7290

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: 54b3859