InternVideo2-Stage1-1B-224p-K400 missing processor/config for Hugging Face transformers

未关闭

#305 创建于 2025年9月23日 1 条评论 0 个 reaction 已指派 0 人在 GitHub 查看

还没有人认领这个 Issue。

评估

难度: 4/5
预计耗时: 3-5 天
新手友好度: 48/100

Issue 类型: 功能
描述清晰度: 基本清楚
活跃度: 冷清
技术栈: python
领域: computer-vision, machine-learning

调研方向

首先重现针对 OpenGVLab/InternVideo2-Stage1-1B-224p-K400 的 AutoImageProcessor.from_pretrained 调用，并检查模型仓库内容和 README.md。将现有的 .pth 文件与 transformers 预期的处理器和模型元数据进行比较。当模型具备适当的配置文件，或具备用于加载视频并提取视频特征的明确预处理指导时，即视为完成。

由索引模型根据 Issue 内容生成。

描述

Hello,

I am trying to use the Hugging Face model OpenGVLab/InternVideo2-Stage1-1B-224p-K400 with the transformers library for video feature extraction.

When I call:

from transformers import AutoImageProcessor
processor = AutoImageProcessor.from_pretrained("OpenGVLab/InternVideo2-Stage1-1B-224p-K400")

I get the error:

OSError: Can't load image processor for 'OpenGVLab/InternVideo2-Stage1-1B-224p-K400'.
... no preprocessor_config.json file

Looking at the repo, it only contains:

.gitattributes
1B_ft_k710_ft_k400_f16.pth
1B_ft_k710_ft_k400_f8.pth
README.md

There is no config.json or preprocessor_config.json.

This makes it incompatible with AutoImageProcessor / AutoVideoProcessor.

Request

Could you add the appropriate processor/config files (e.g. preprocessor_config.json, config.json) so the model can be loaded via transformers?

Or provide guidance on the recommended way to preprocess inputs for this model when using Hugging Face.

Thanks a lot for releasing this model!

主要语言: Python
星标: 2.4k
派生: 160
PR 合并指标: 30 天内没有已合并 PR

贡献指南

这个仓库没有索引到贡献指南

从这里开始

先读完整个 Issue，再读项目的贡献指南。
在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
Fork 仓库，在一个分支上完成修改。
提交 Pull Request，并在描述里引用这个 Issue 编号。

OpenGVLab/InternVideo 的其他 Issue

Rights Holder Removal Request — Wild Adventure Girls Works in InternVid 未关闭

难度 5/5 一周以上新手友好度 25/100

OpenGVLab/InternVideo#324 · 1 条评论 · 2026年7月26日创建
InternVideo2 stage-1 weights 未关闭

难度 5/5 一周以上新手友好度 20/100

OpenGVLab/InternVideo#323 · 2026年7月10日创建
Request to release multimodal finetuning for Internvideo3 未关闭

难度 5/5 一周以上新手友好度 25/100

OpenGVLab/InternVideo#322 · 2026年7月1日创建
Fine-tuning on SSV2 with official 1B_ft_ssv2_f8.pth weights yields only ~2.78% Top-1 accuracy, loss barely decreases 未关闭

难度 4/5 3-5 天新手友好度 42/100

OpenGVLab/InternVideo#321 · 2026年6月24日创建
Consider using pre-built Flash Attention kernels via `kernels` 未关闭

难度 4/5 3-5 天新手友好度 35/100

OpenGVLab/InternVideo#319 · 1 条评论 · 2026年5月28日创建

查看 OpenGVLab/InternVideo 的全部 Issue

相似的 Issue

issue: imported chats all show as unread in the sidebar 未关闭

bug confirmed issue

难度 2/5 1-3 小时新手友好度 75/100

open-webui/open-webui#30750 · 1 条评论 · 2026年9月24日创建
OGS AmBe example has no source.timing block, so every event sits at time zero 未关闭

难度 2/5 1-3 小时新手友好度 75/100

lanl/ScintiPix#61 · 2026年9月24日创建
Make Liquid Glass the default theme for the Research build 未关闭

enhancement

难度 2/5 1-3 小时新手友好度 75/100

OpenwaterHealth/openmotion-bloodflow-app#604 · 1 条评论 · 2026年9月24日创建
tests/puppeteer/test_openai_api_key_ui.js targets controls that do not exist and is run by no workflow 未关闭

难度 2/5 1-3 小时新手友好度 70/100

LearningCircuit/local-deep-research#6766 · 2026年9月23日创建
Delete unused args argument from main() in Python files 未关闭

good first issue

难度 1/5 1 小时以内新手友好度 90/100

ros2/launch#1014 · 2026年9月23日创建

更多 Python Issue