Nikeytas/videomae-crime-detector-maxdata-v1
Nikeytas/Videomae Crime Detector Maxdata V1 This model is a fine-tuned version of MCG-NJU/videomae-base(https://huggingface.co/MCG-NJU/videomae-base) on the UCF Crime dataset with event-based binary classification. It achieves the following results...
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tháng
#1 Repository Của Tháng
#1 Repository Của Tháng
🔍 VideoMAE phân loại bạo lực trong video
Mô hình VideoMAE fine-tuned trên UCF Crime, phân loại nhị phân bạo động và bất thường trong video.
Nikeytas/videomae-crime-detector-maxdata-v1 là phiên bản fine-tuned của MCG-NJU/videomae-base trên UCF Crime Dataset với phân loại nhị phân dựa trên sự kiện. Mô hình phân loại video thành bạo động (1) hoặc không bạo động (0).
✨ Điểm nổi bật
- Phân loại nhị phân: Bạo động (1) / Không bạo động (0)
- Kiến trúc VideoMAE Base: Fine-tuned từ MCG-NJU/videomae-base
- Dataset UCF Crime: 600 video, cân bằng 50/50
- Độ chính xác: Accuracy 0.7292, F1 0.7287
- Hỗ trợ thiết bị: MPS, CUDA, CPU tự động chuyển đổi
- Quick Start đơn giản: Hỗ trợ xử lý video và thư mục
💡 Vì sao đáng chú ý
Mô hình tận dụng VideoMAE để trích xuất đặc trưng thời gian từ video, fine-tuned trên 600 video UCF Crime với 12 loại sự kiện bạo động khác nhau. Phù hợp cho hệ thống giám sát an ninh, phát hiện bạo lực tự động.
#VideoMAE #CrimeDetection #ViolenceDetection #VideoClassification #TiniX
Similar Projects
Discover other similar projects and AI models.
all-MiniLM-L6-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic search. Usage (Sentence-Transformers) Using t...
FlagEmbedding Model List | FAQ | Usage | Evaluation | Train | Contact | Citation | License More details please refer to our Github: FlagEmbedding(https://github.com/FlagOpen/FlagEmbedding). If you are looking for a model that supports more languages,...
Cross-Encoder for MS Marco This model was trained on the MS Marco Passage Ranking(https://github.com/microsoft/MSMARCO-Passage-Ranking) task. The model can be used for Information Retrieval: Given a query, encode the query will all possible passages...
V-JEPA 2 A frontier video understanding model developed by FAIR, Meta, which extends the pretraining objectives of VJEPA(https://ai.meta.com/blog/v-jepa-yann-lecun-ai-model-video-joint-embedding-predictive-architecture/), resulting in state-of-the-a...
X-CLIP (base-sized model) X-CLIP model (base-sized, patch resolution of 32) trained fully-supervised on Kinetics-400(https://www.deepmind.com/open-source/kinetics). It was introduced in the paper Expanding Language-Image Pretrained Models for Genera...
V-JEPA 2 A frontier video understanding model developed by FAIR, Meta, which extends the pretraining objectives of VJEPA(https://ai.meta.com/blog/v-jepa-yann-lecun-ai-model-video-joint-embedding-predictive-architecture/), resulting in state-of-the-a...
V-JEPA 2 A frontier video understanding model developed by FAIR, Meta, which extends the pretraining objectives of VJEPA(https://ai.meta.com/blog/v-jepa-yann-lecun-ai-model-video-joint-embedding-predictive-architecture/), resulting in state-of-the-a...
VideoPrism Model Card Paper: https://huggingface.co/papers/2402.13217 arXiv: https://arxiv.org/pdf/2402.13217 GitHub: https://github.com/google-deepmind/videoprism Blog: https://research.google/blog/videoprism-a-foundational-visual-encoder-for-video...
VideoPrism Model Card Paper: https://huggingface.co/papers/2402.13217 arXiv: https://arxiv.org/pdf/2402.13217 GitHub: https://github.com/google-deepmind/videoprism Blog: https://research.google/blog/videoprism-a-foundational-visual-encoder-for-video...