/ Модель

Характеристики

Параметры
113 млн
Лицензия
CC BY 4.0
Архитектура
videomae · dense
Базовая модель
videomae-base
Опубликована
20 мар 2026

videomae-tennis-shottype

Классификация видеоВидео → label

Дообученная VideoMAE-base классифицирует тип теннисного удара по видеоклипу длиной 16 кадров.

250скачиваний за 30 дней0лайковвеса обновлены20 мар 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

VideoMAE Tennis Shot Type Classifier — модель классификации теннисных ударов по видеоклипам, созданная Vishnu Shenoy на основе VideoMAE-base. Она дообучена для распознавания пяти типов ударов по клипам длиной 16 кадров. В карточке перечислены topspin, slice и volley; названия двух остальных классов в доступном тексте не приведены.

Модель использует видеотрансформер VideoMAE и выдаёт метку класса удара. Она предназначена для анализа теннисных розыгрышей и может служить компонентом автоматизированного видеокомментирования. Число параметров репозитория по метаданным — 113,2 млн; карточка базовой модели указывает 86 млн параметров. Лицензия — CC BY 4.0.

Сценарии применения

  • классификация типов ударов в теннисных видеоклипах
  • анализ теннисных розыгрышей по видео
  • извлечение меток ударов для спортивной аналитики
  • подготовка событий для автоматического теннисного комментария

Ограничения

Модель ориентирована на пять классов теннисных ударов и клипы длиной 16 кадров; карточка не сообщает метрики качества или полный перечень классов.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

VideoMAE Tennis Shot Type Classifier

Fine-tuned VideoMAE-base (86M params) for 5-class tennis shot classification from 16-frame video clips.

Classes

LabelID
Topspin0
Slice1
Volley2
Flat3
Smash4

Training Details

  • Dataset: 2,436 annotated hit events from TenniSet (videos V006-V010)
  • Input: 16 frames x 224x224, sampled around each hit timestamp
  • Accuracy: 88-90% on held-out test split
  • Hardware: Apple M4 Pro (48GB, MPS)
  • Framework: HuggingFace Transformers

Usage

from transformers import VideoMAEImageProcessor, VideoMAEForVideoClassification

processor = VideoMAEImageProcessor.from_pretrained("vishnushenoy09/videomae-tennis-shottype")
model = VideoMAEForVideoClassification.from_pretrained("vishnushenoy09/videomae-tennis-shottype")

Credits

Part of

This model is part of the Sports Commentator from Video project — an automated tennis commentary pipeline using TrackNet, CatBoost, VideoMAE, Qwen2.5, RF-DETR, and F5-TTS.

Как запустить

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

GPU в ailist

Универсальный рантайм · video-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
VideoMAEForVideoClassification
Ревизия весов
23c812e

0 моделей