К содержимому
Другое

f1_fight_mnv3_16f

детектор драк для систем видеонаблюдения

1 мин чтенияобновлено

Модель f1_fight_mnv3_16f решает задачу автоматического распознавания драк и конфликтов на видеофрагментах. Она построена на базе лёгкой архитектуры MobileNetV3-Large с добавлением слоев временной свёртки и анализирует последовательности по 16 кадров. Разработка предназначена для интеграции в интеллектуальные охранные системы и охватывает задачи предиктивного мониторинга общественных мест. Модель отличается компактным размером (3.91 млн параметров) и высокой скоростью инференса на обычном железе.

Ключевые особенности

  • Обучена на датасете реальных уличных конфликтов RWF-2000.
  • Очень быстрая: 16.2 мс на CPU и 3.9 мс на RTX 5070.
  • Поставляется в формате ONNX (16 МБ) и PyTorch.
  • Принимает на вход клипы в формате NCTHW с разрешением 224×224.

Что можно сделать

  • Встроить модель в систему умного видеонаблюдения для автоматического обнаружения потасовок в реальном времени.
  • Использовать как компонент аналитики в охранных роботах или дронах с учётом специфики ракурса.
  • Настроить пайплайн с двухэтапной фильтрацией для снижения ложных срабатываний.

Пример

# Загрузка модели и инференс через скрипт репозитория
python scripts/fetch_model.py --model f1_fight_mnv3_16f
ПодробнееМетрики: F1 на валидации — 0.824, AUC — 0.859.
Железо: 3.91 M параметров, ~16.0 МБ в ONNX.
Ограничения: высокая чувствительность к ракурсу и домену (на спортивных видео или нестандартных ракурсах падает полнота), требуется бэкенд-подтверждение во избежание ложных тревог.
Базовая модель: MobileNetV3-Large (ImageNet).
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # kuccy/patrol-detector
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download kuccy/patrol-detector --local-dir ~/models/patrol-detector
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к patrol-detector
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии patrol-detector — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

kuccy/patrol-detector
Автор
kuccy
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии