Upload README.md with huggingface_hub

README.md

@@ -0,0 +1,64 @@
+---
+license: mit
+task_categories:
+- video-classification
+language:
+- en
+tags:
+- video
+- action-recognition
+- kinetics
+- something-something
+- yolo
+size_categories:
+- 100K<n<1M
+---
+
+# SiftFormer2 Data
+
+K400 / SSv2 video classification 학습용 데이터.
+
+## 구성
+
+```
+siftformer2-data/
+├── k400/
+│   ├── train_manifest.jsonl
+│   ├── val_manifest.jsonl
+│   ├── label_map.json (400 classes)
+│   ├── train/         # ★ 부분만 업로드 (~10K mp4)
+│   └── val/           # 19,881 mp4
+├── ssv2/
+│   ├── train_manifest.jsonl
+│   ├── val_manifest.jsonl
+│   ├── label_map.json (174 classes)
+│   └── videos/        # ★ 부분만 업로드 (~10K webm)
+└── yolo_heatmaps/
+    ├── k400.tar       # 6.4GB, 259K .npy 파일
+    └── ssv2.tar       # 4.3GB, 173K .npy 파일
+```
+
+## 비디오 데이터 받기
+
+비디오 파일은 용량 문제로 일부만 업로드. 전체는 원본에서 받으세요:
+
+- **K400**: [`kiyoonkim/kinetics-400-targz`](https://huggingface.co/datasets/kiyoonkim/kinetics-400-targz)
+- **SSv2**: [`morpheushoc/something-something-v2`](https://huggingface.co/datasets/morpheushoc/something-something-v2)
+
+## YOLO Heatmaps
+
+YOLO-World로 사전 추출한 토큰 importance heatmap. 각 비디오에 대해 (64, 196) float16 array.
+
+### 압축 해제
+```bash
+mkdir -p yolo_heatmaps && cd yolo_heatmaps
+tar -xf k400.tar
+tar -xf ssv2.tar
+```
+
+### 형식
+- 64프레임 × 14×14=196 패치 grid
+- 계층적 점수: person 1.0 / object 0.7 / 1-hop 0.4-0.3 / 2-hop 0.2-0.15 / center 0.05
+- 프레임당 최소 60개 non-zero 패치 보장
+
+자세한 정보는 [SiftFormer2 GitHub](https://github.com/tlstngud/siftformer2) 참조.