Mindket

Uniformer_video_demo

新上架第 1 版 · 更新于

概览

一个 Gradio 演示,用 Sense-X 的 UniFormer 视频模型处理视频片段并给出类别,附带三个示例视频。适合想在浏览器里体验视频分类的学生和开发者。

Uniformer_video_demo 是一款工具包,属于研究类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 在线版本不需要安装任何东西
  • 本地副本需要你电脑上有 Python
  • requirements.txt 里列出的软件包
用在
  • 网页浏览器,在 Hugging Face 上的 Space 页面
  • 装有 Python 的 Windows、macOS 或 Linux,使用下载的副本
先运行
pip install -U huggingface_hub
hf download Sense-X/uniformer_video_demo --repo-type space --local-dir uniformer_video_demo
cd uniformer_video_demo

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

Uniformer_video_demo 是 Sense-X 做的 Gradio 应用,用来展示它的 UniFormer 视频模型。仓库里有一份 Kinetics 类别列表、模型代码,以及棒球、悬浮滑板和瑜伽三段示例视频。看起来你给它一段视频,它就说出画面里的动作。

适合谁

想看模型如何识别视频里动作的学生和开发者,或者想找一个把视频模型包进 Gradio 页面的简洁示例的人。

IndustryWho uses itHow they use itExample
教育计算机视觉学生先试用演示,再阅读 uniformer.py 和 transforms.py 里的模型代码运行自带的瑜伽视频
软件开发者把项目当作 Gradio 视频演示的参考写法把示例视频换成自己的
研究视觉研究人员在几段视频上检验 Sense-X 的视频模型对比它对棒球和悬浮滑板视频的回答

如果你需要处理长视频或大批量视频,可以跳过它,因为它只是单页演示。

用在哪里

  • 网页浏览器,在 Hugging Face 上的 Space 页面
  • 装有 Python 的 Windows、macOS 或 Linux,使用下载的副本
Use caseWhoWhat they get back
在线体验动作识别好奇的任何人模型为视频选出的类别
阅读视频模型演示的代码学生一个围绕单个模型的简短 Python 项目

如何设置

  • 在线版本不需要安装任何东西
  • 本地副本需要你电脑上有 Python
  • requirements.txt 里列出的软件包
  1. 安装 Hugging Face hub 软件包。
  2. 把 Space 的文件下载到一个文件夹。
  3. 进入这个文件夹。
  4. 安装 gradio,再安装 requirements.txt 里的软件包。
  5. 用 app.py 启动应用。
pip install -U huggingface_hub
hf download Sense-X/uniformer_video_demo --repo-type space --local-dir uniformer_video_demo
cd uniformer_video_demo
pip install gradio
pip install -r requirements.txt
python app.py

如何使用

在浏览器里打开 Space 页面,给它一段视频,或者选一个自带的示例。如果是本地副本,运行应用,然后打开 Gradio 为你打开的页面。

python app.py
ToolWhat it does
python app.py在你的电脑上启动 Gradio 应用
hf download把 Space 的文件复制到本地文件夹

示例

打开 Space,选择自带的瑜伽视频。应用应该会返回 UniFormer 模型为它选出的类别。页面没有说明输出格式,所以请看页面实际显示的内容。

新手与专家

如果你是新手,先用三段自带视频中的一段,看看页面返回什么。然后再试一段你自己的短视频。

如果你熟悉这个领域,应用指名了一个模型 Sense-X/uniformer_video,并在模型代码旁边放了一份 Kinetics 类别索引和一个 transforms 文件。页面没有说明模型大小或准确率。

  1. 输入一段视频
  2. transforms 处理画面帧
  3. UniFormer 模型给视频打分
  4. 类别索引把分数对应到名称

注意事项

  • 页面没有给出基准测试数字,所以请用自己的视频来判断效果。
  • 在线版本不需要安装,本地副本需要 Python。
  • License: mit。
  • Cost to run: 没有提到,只需要 requirements.txt 里的软件包。
  • Data it reaches: 你给它的视频。在托管的 Space 上,这段视频由 Hugging Face 处理。
  • Not for: 来源没有说明。

README 和文件

README

Uniformer_video_demo

一个 Gradio 演示,用 Sense-X 的 UniFormer 视频模型处理视频片段并给出类别,附带三个示例视频。适合想在浏览器里体验视频分类的学生和开发者。

由 Sense-X 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:Uniformer_video_demo 是 Sense-X 做的 Gradio 应用,用来展示它的 UniFormer 视频模型。仓库里有一份 Kinetics 类别列表、模型代码,以及棒球、悬浮滑板和瑜伽三段示例视频。看起来你给它一段视频,它就说出画面里的动作。

适合谁:想看模型如何识别视频里动作的学生和开发者,或者想找一个把视频模型包进 Gradio 页面的简洁示例的人。

Industry | Who uses it | How they use it | Example
教育 | 计算机视觉学生 | 先试用演示,再阅读 uniformer.py 和 transforms.py 里的模型代码 | 运行自带的瑜伽视频
软件 | 开发者 | 把项目当作 Gradio 视频演示的参考写法 | 把示例视频换成自己的
研究 | 视觉研究人员 | 在几段视频上检验 Sense-X 的视频模型 | 对比它对棒球和悬浮滑板视频的回答

如果你需要处理长视频或大批量视频,可以跳过它,因为它只是单页演示。

用在哪里:

  • 网页浏览器,在 Hugging Face 上的 Space 页面
  • 装有 Python 的 Windows、macOS 或 Linux,使用下载的副本
Use case | Who | What they get back
在线体验动作识别 | 好奇的任何人 | 模型为视频选出的类别
阅读视频模型演示的代码 | 学生 | 一个围绕单个模型的简短 Python 项目

如何设置:

  • 在线版本不需要安装任何东西
  • 本地副本需要你电脑上有 Python
  • requirements.txt 里列出的软件包
  1. 安装 Hugging Face hub 软件包。
  2. 把 Space 的文件下载到一个文件夹。
  3. 进入这个文件夹。
  4. 安装 gradio,再安装 requirements.txt 里的软件包。
  5. 用 app.py 启动应用。
pip install -U huggingface_hub
hf download Sense-X/uniformer_video_demo --repo-type space --local-dir uniformer_video_demo
cd uniformer_video_demo
pip install gradio
pip install -r requirements.txt
python app.py

如何使用:在浏览器里打开 Space 页面,给它一段视频,或者选一个自带的示例。如果是本地副本,运行应用,然后打开 Gradio 为你打开的页面。

python app.py
Tool | What it does
python app.py | 在你的电脑上启动 Gradio 应用
hf download | 把 Space 的文件复制到本地文件夹

示例:打开 Space,选择自带的瑜伽视频。应用应该会返回 UniFormer 模型为它选出的类别。页面没有说明输出格式,所以请看页面实际显示的内容。

新手与专家:如果你是新手,先用三段自带视频中的一段,看看页面返回什么。然后再试一段你自己的短视频。

如果你熟悉这个领域,应用指名了一个模型 Sense-X/uniformer_video,并在模型代码旁边放了一份 Kinetics 类别索引和一个 transforms 文件。页面没有说明模型大小或准确率。

输入一段视频
transforms 处理画面帧
UniFormer 模型给视频打分
类别索引把分数对应到名称

注意事项:

  • 页面没有给出基准测试数字,所以请用自己的视频来判断效果。
  • 在线版本不需要安装,本地副本需要 Python。
  • License: mit。
  • Cost to run: 没有提到,只需要 requirements.txt 里的软件包。
  • Data it reaches: 你给它的视频。在托管的 Space 上,这段视频由 Hugging Face 处理。
  • Not for: 来源没有说明。

Hugging Face 上的数据(2026年11月13日)

  • 点赞:2
  • 构建方式:gradio
  • 许可证:mit

链接

  • Space:https://huggingface.co/spaces/Sense-X/uniformer_video_demo
  • 文件:https://huggingface.co/spaces/Sense-X/uniformer_video_demo/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-13

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
Uniformer_video_demo 本页2gradiomit
Open VLM Leaderboard共有 gradio1,034gradioapache-2.0
Face Swap共有 gradio808gradiocc-by-nc-sa-4.0
TTS Spaces Arena共有 gradio493gradiozlib
Depth Anything 3共有 gradio490gradiocc-by-nc-4.0
BLIP共有 gradio431gradiobsd-3-clause
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

研究类的相似商品

查看研究类的全部商品

Merlin-Cancer-Super

AbdomenAtlas · 工具包

在 CT 扫描上检测并勾画 9 个器官的肿瘤,使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型,采用非商业许可。

新上架

EarthJev

dBenf · 工具包

回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。

新上架

getting-over-it-rl-jax

zimmerk4 · 工具包

用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。

新上架