---
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.