Mindket

Uniformer_video_demo

新上架第 1 版 · 更新于

概览

一个 Gradio 演示,用 Andy1621/uniformer 模型给短视频打标签,带三段示例视频。适合想在浏览器里试用视频分类的人。

Uniformer_video_demo 是一款工具包,属于开发类,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
  • Python 和 pip
  • huggingface_hub 包,用来获取文件
  • 3.0.3 版本的 Gradio,以及 requirements.txt 里的包
用在
  • 网页浏览器,直接在 Hugging Face 的 Space 页面上使用
  • 在装有 Python 的 Windows、macOS 或 Linux 上运行本地副本
先运行
pip install -U huggingface_hub
hf download Andy1621/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 Hugging Face Spaces 上的一个 Gradio 应用,用 Andy1621/uniformer 模型给短视频打标签。仓库里有模型代码、一个 Kinetics 类别索引和三段示例视频:打棒球、悬浮滑板和瑜伽。它基于 Gradio 3.0.3 构建。

适合谁

它适合想在浏览器里试用视频分类的人,也适合想看 Uniformer 模型如何放进 Gradio 页面的学习者。

IndustryWho uses itHow they use itExample
机器学习学生阅读 uniformer.py 和 app.py,看模型怎么被调用下载这个 Space,打开这两个文件
计算机视觉研究者在一段示例视频上快速试用模型在 Space 页面上点那段瑜伽视频
教育讲师用现成的示例演示动作识别在课堂上运行这个 Space

如果你需要有文档说明的准确率或训练模型的方法,可以跳过它,因为来源没有给出。

用在哪里

  • 网页浏览器,直接在 Hugging Face 的 Space 页面上使用
  • 在装有 Python 的 Windows、macOS 或 Linux 上运行本地副本
Use caseWhoWhat they get back
给视频片段打标签好奇的人浏览器里显示的对这段视频预测的动作标签
学习模型演示学习者一个仓库里的模型代码、标签索引和示例视频

如何设置

在线使用什么都不用装。本地副本需要先准备这些。

  • Python 和 pip
  • huggingface_hub 包,用来获取文件
  • 3.0.3 版本的 Gradio,以及 requirements.txt 里的包
  1. 安装 Hugging Face Hub 包。
  2. 把这个 Space 下载到名为 uniformer_video_demo 的文件夹。
  3. 进入这个文件夹。
  4. 安装 Gradio 3.0.3,再安装 requirements.txt 里的包。
  5. 启动应用。
pip install -U huggingface_hub
hf download Andy1621/uniformer_video_demo --repo-type space --local-dir uniformer_video_demo
cd uniformer_video_demo
pip install gradio==3.0.3
pip install -r requirements.txt
python app.py

如何使用

打开 Hugging Face 上的 Space 页面,然后给它一段视频或选一个示例。本地副本则在文件夹里运行 python app.py,再打开它启动的页面。

示例

你在 Space 页面上选了悬浮滑板的视频。应用对它运行 Uniformer 模型,并显示模型对这段视频预测的动作标签。

新手与专家

如果你是新手,先点三段示例视频中的一段。一步就能看明白整个想法,不用安装任何东西。

如果你懂这个领域,模型代码在 uniformer.py,帧处理在 transforms.py,标签名称在 kinetics_class_index.py,所以这个演示按 Kinetics 数据集的动作来打标签。Gradio 固定在 3.0.3,这是一个早期版本。

  1. 你打开页面并选一段视频
  2. transforms.py 准备视频帧
  3. uniformer.py 预测动作标签

注意事项

  • README 没有描述,所以设置和限制要看页面和代码才清楚
  • 它固定在 Gradio 3.0.3,所以较旧的环境可能更合适
  • License: mit
  • Cost to run: 未提及
  • Data it reaches: 你给它的视频和它指定的 Andy1621/uniformer 模型

README 和文件

README

Uniformer_video_demo

一个 Gradio 演示,用 Andy1621/uniformer 模型给短视频打标签,带三段示例视频。适合想在浏览器里试用视频分类的人。

由 Andy1621 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 Hugging Face Spaces 上的一个 Gradio 应用,用 Andy1621/uniformer 模型给短视频打标签。仓库里有模型代码、一个 Kinetics 类别索引和三段示例视频:打棒球、悬浮滑板和瑜伽。它基于 Gradio 3.0.3 构建。

适合谁:它适合想在浏览器里试用视频分类的人,也适合想看 Uniformer 模型如何放进 Gradio 页面的学习者。

Industry | Who uses it | How they use it | Example
机器学习 | 学生 | 阅读 uniformer.py 和 app.py,看模型怎么被调用 | 下载这个 Space,打开这两个文件
计算机视觉 | 研究者 | 在一段示例视频上快速试用模型 | 在 Space 页面上点那段瑜伽视频
教育 | 讲师 | 用现成的示例演示动作识别 | 在课堂上运行这个 Space

如果你需要有文档说明的准确率或训练模型的方法,可以跳过它,因为来源没有给出。

用在哪里:

  • 网页浏览器,直接在 Hugging Face 的 Space 页面上使用
  • 在装有 Python 的 Windows、macOS 或 Linux 上运行本地副本
Use case | Who | What they get back
给视频片段打标签 | 好奇的人 | 浏览器里显示的对这段视频预测的动作标签
学习模型演示 | 学习者 | 一个仓库里的模型代码、标签索引和示例视频

如何设置:在线使用什么都不用装。本地副本需要先准备这些。

  • Python 和 pip
  • huggingface_hub 包,用来获取文件
  • 3.0.3 版本的 Gradio,以及 requirements.txt 里的包
  1. 安装 Hugging Face Hub 包。
  2. 把这个 Space 下载到名为 uniformer_video_demo 的文件夹。
  3. 进入这个文件夹。
  4. 安装 Gradio 3.0.3,再安装 requirements.txt 里的包。
  5. 启动应用。
pip install -U huggingface_hub
hf download Andy1621/uniformer_video_demo --repo-type space --local-dir uniformer_video_demo
cd uniformer_video_demo
pip install gradio==3.0.3
pip install -r requirements.txt
python app.py

如何使用:打开 Hugging Face 上的 Space 页面,然后给它一段视频或选一个示例。本地副本则在文件夹里运行 python app.py,再打开它启动的页面。

示例:你在 Space 页面上选了悬浮滑板的视频。应用对它运行 Uniformer 模型,并显示模型对这段视频预测的动作标签。

新手与专家:如果你是新手,先点三段示例视频中的一段。一步就能看明白整个想法,不用安装任何东西。

如果你懂这个领域,模型代码在 uniformer.py,帧处理在 transforms.py,标签名称在 kinetics_class_index.py,所以这个演示按 Kinetics 数据集的动作来打标签。Gradio 固定在 3.0.3,这是一个早期版本。

你打开页面并选一段视频
transforms.py 准备视频帧
uniformer.py 预测动作标签

注意事项:

  • README 没有描述,所以设置和限制要看页面和代码才清楚
  • 它固定在 Gradio 3.0.3,所以较旧的环境可能更合适
  • License: mit
  • Cost to run: 未提及
  • Data it reaches: 你给它的视频和它指定的 Andy1621/uniformer 模型

Hugging Face 上的数据(2026年11月13日)

  • 点赞:7
  • 构建方式:gradio
  • 许可证:mit

链接

  • Space:https://huggingface.co/spaces/Andy1621/uniformer_video_demo
  • 文件:https://huggingface.co/spaces/Andy1621/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 · 2026-11-12

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7gradiomit
FLUX.1 [dev]共有 gradio9,583gradiomit
InstantID共有 gradio3,659gradioapache-2.0
Chat With Janus-Pro-7B共有 gradio2,036gradiomit
PhotoMaker共有 gradio1,960gradioapache-2.0
Z Image Turbo共有 gradio1,940gradioapache-2.0
数据为 Mindket 在 2026-11-12 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

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架

Qwen2.5-7B-Instruct-GGUF

Qwen · 工具包

Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。

新上架

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

新上架

开发类的相似商品

查看开发类的全部商品

Claude Code Skills & Plugins

alirezarezvani · 技能

为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。

新上架29.8k

buzz

block · 工具包

可自行托管的工作空间,人和 AI 智能体在同样的房间里协作,基于 Nostr 中继,把每个动作记录为签名事件。适合想自己运行中继的团队。

新上架37.3k

plannotator

backnotprop · 工具包

把你的 AI 编程智能体的计划、规格和代码改动在浏览器里打开,让你加批注或评论,并把反馈直接发回给智能体。

新上架10.5k