Upload folder using huggingface_hub

Files changed (5) hide show

LICENSE CHANGED Viewed

@@ -4,10 +4,4 @@ Copyright (c) 2026 Easy4K
 本模型权重与示例代码采用 Creative Commons Attribution-NonCommercial 4.0
 International License（CC BY-NC 4.0）授权。
-你可以自由地共享（复制、分发）与演绎（修改、转换、基于本作品创作），
-但必须遵守以下条件：
-  - 署名：保留作者署名与许可证声明，并注明是否作出修改；
-  - 非商业性使用：不得将本作品用于商业目的。
 许可证全文：https://creativecommons.org/licenses/by-nc/4.0/legalcode
-中文摘要：https://creativecommons.org/licenses/by-nc/4.0/deed.zh-hans

 本模型权重与示例代码采用 Creative Commons Attribution-NonCommercial 4.0
 International License（CC BY-NC 4.0）授权。
 许可证全文：https://creativecommons.org/licenses/by-nc/4.0/legalcode

README.md CHANGED Viewed

@@ -89,11 +89,11 @@ print(float(score))  # 1.0 表示两帧重复
 | 项目 | 数值 |
 |---|---|
-| 素材来源 | Wikimedia Commons（CC BY / CC BY-SA / CC0）31 支；用户提供的术力口 / 真人 MV 10 支；公开网络 MV（术力口 / 动画 / 真人 / Live，仅训练使用，不随模型分发） |
-| 片段构造 | 固定窗口连续帧，按 1拍1 / 1拍2 / 1拍3 / 混合节奏展开，共 2924 个片段 |
-| 样本总数 | 300607（训练 256729 / 验证 43878） |
 | 正负比 | 1 : 1.00 |
-| 难例 | 6229 个（光流救回，权重 2.0） |
 | 划分方式 | 按来源视频隔离，验证集素材不参与训练 |
 CC 素材清单、作者与许可证见仓库内 `sources.json`。
@@ -106,20 +106,20 @@ CC 素材清单、作者与许可证见仓库内 `sources.json`。
 | 优化器 | AdamW，weight decay 1e-4 |
 | 学习率 | 2e-3，2 epoch 线性 warmup + 余弦退火 |
 | Batch size | 256 |
-| Epoch | 12 |
 | 硬件 | NVIDIA P106-100（6 GB），CUDA 12.4，PyTorch 2.6.0 |
 ## 评测结果
-### 与教师的一致性（验证集 43878 样本，按视频隔离）
 | 指标 | 数值 |
 |---|---|
-| 软标签 MAE | 0.02549 |
-| 判决准确率（阈值 0.5） | 97.69% |
-| 精确率 / 召回率 | 97.32% / 98.37% |
-| 正样本 MAE | 0.0081 |
-| 负样本 MAE | 0.0373 |
 ### 推理性能

 | 项目 | 数值 |
 |---|---|
+| 素材来源 | Wikimedia Commons（CC BY / CC BY-SA / CC0）；用户提供的术力口 / 真人 MV；公开网络 MV（术力口 / 动画 / 真人 / Live，仅训练使用，不随模型分发） |
+| 片段构造 | 固定窗口连续帧，按 1拍1 / 1拍2 / 1拍3 / 混合节奏展开，共 5212 个片段 |
+| 样本总数 | 550158（训练 472011 / 验证 78147） |
 | 正负比 | 1 : 1.00 |
+| 难例 | 9972 个（光流救回，权重 2.0） |
 | 划分方式 | 按来源视频隔离，验证集素材不参与训练 |
 CC 素材清单、作者与许可证见仓库内 `sources.json`。
 | 优化器 | AdamW，weight decay 1e-4 |
 | 学习率 | 2e-3，2 epoch 线性 warmup + 余弦退火 |
 | Batch size | 256 |
+| Epoch | 8 |
 | 硬件 | NVIDIA P106-100（6 GB），CUDA 12.4，PyTorch 2.6.0 |
 ## 评测结果
+### 与教师的一致性（验证集 78147 样本，按视频隔离）
 | 指标 | 数值 |
 |---|---|
+| 软标签 MAE | 0.02788 |
+| 判决准确率（阈值 0.5） | 97.56% |
+| 精确率 / 召回率 | n/a / n/a |
+| 正样本 MAE | 0.01063 |
+| 负样本 MAE | 0.04085 |
 ### 推理性能

config.json CHANGED Viewed

@@ -1,6 +1,6 @@
 {
   "model_name": "Easy4K SFDP - Siamese NET AI",
-  "model_version": "0.2.0",
   "architecture": "siamese depthwise-separable CNN + difference/product fusion head",
   "input": {
     "names": [
@@ -35,10 +35,10 @@
   ],
   "recommended_threshold": 0.5,
   "metrics": {
-    "val_mae": 0.02549,
-    "val_acc": 0.97691,
-    "precision": 0.9732,
-    "recall": 0.98374
   },
   "license": "cc-by-nc-4.0"
 }

 {
   "model_name": "Easy4K SFDP - Siamese NET AI",
+  "model_version": "0.5.0",
   "architecture": "siamese depthwise-separable CNN + difference/product fusion head",
   "input": {
     "names": [
   ],
   "recommended_threshold": 0.5,
   "metrics": {
+    "val_mae": 0.02788,
+    "val_acc": 0.97562,
+    "precision": 0.0,
+    "recall": 0.0
   },
   "license": "cc-by-nc-4.0"
 }

example_infer.py CHANGED Viewed

@@ -9,7 +9,6 @@ def make_session(model_path="model.onnx"):
 def score(sess, gray_a, gray_b):
-    """gray_a / gray_b: 128x128 灰度块（uint8 或 float）。返回 0~1。"""
     def prep(x):
         x = np.asarray(x, dtype=np.float32)
         if x.max() > 1.5:

 def score(sess, gray_a, gray_b):
     def prep(x):
         x = np.asarray(x, dtype=np.float32)
         if x.max() > 1.5:

model.onnx CHANGED Viewed

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:48034f639aa7df5f2d570d8db3856f4d7b541a90b563642bfc54599772817dbe
-size 10431409

 version https://git-lfs.github.com/spec/v1
+oid sha256:72441f33662cc446fb79b1c3b9810e492ff4b071cf64aaa02fb0a7bdbe9dbb61
+size 10431369