К содержимому
Другое

LeanScene

сверхлёгкая нейросеть для поиска склеек в видео

2 мин чтения

LeanScene от разработчика lucaspy — это компактная модель всего на 0,39M параметров, которая автоматически находит границы сцен в видеороликах: резкие склейки (cut), наплывы (dissolve) и затухания (fade). На выходе она возвращает точные диапазоны кадров для каждого шота и список переходов с их типом и вероятностями. При размере весов всего 1,6 МБ нейросеть обходит популярную модель TransNet V2 по качеству на всех трёх тестовых наборах данных, требуя при этом в 115 раз меньше вычислительных операций (MACs) на кадр. Инструмент пригодится видеомонтажёрам, разработчикам систем видеоаналитики и тем, кто готовит датасеты из длинных роликов.

Ключевые особенности

  • Весит всего 1,6 МБ (0,39M параметров) и требует 7,2M MACs (операций умножения-сложения) на один кадр.
  • Превосходит TransNet V2 по метрике F1 на бенчмарках BBC Planet Earth, ClipShots и RAI.
  • Работает локально без подгрузки весов в рантайме: модели уже вшиты в готовые пакеты для Python и Node.js.
  • Доступна в формате ONNX (два графа для извлечения признаков и временной головы), благодаря чему запускается прямо в браузере без отправки видео на сервер.

Что можно сделать

  • Автоматически нарезать длинные видеоролики на отдельные сцены при подготовке датасетов для обучения видеомоделей.
  • Встроить детекцию монтажных склеек в Python-скрипт или Node.js-сервис для индексации и анализа видеоархивов.
  • Проверить разметку своего ролика прямо во вкладке браузера через веб-демо автора без загрузки файлов в облако.

Пример

import leanscene

result = leanscene.detect("video.mp4")
result.shots         # [(0, 343), (344, 2403), ...]
result.transitions   # [Transition(start=344, end=344, kind='cut'), ...]
result.probs         # (frames, 3) float32: same, cut, fade
ПодробнееБенчмарки (F1, среднее по 5 сидам): BBC Planet Earth — 97.4 (против 96.1 у TransNet V2), ClipShots — 79.1 (против 77.7), RAI — 93.7 (против 92.6).
Веса в репозитории (один из сидов): 97.45 / 78.82 / 93.03.
Ограничения: Python-пакет декодирует видео через OpenCV, поэтому на файлах с переменной частотой кадров (VFR) тайминги могут сдвигаться, хотя индексы кадров остаются точными.
Лицензия: MIT.
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.

    # lucaspy/LeanScene
    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 lucaspy/LeanScene --local-dir ~/models/LeanScene
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к LeanScene
  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 LeanScene — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

lucaspy/LeanScene
Автор
lucaspy
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