ToolRobinSans connexion, utilisable immédiatement

Recherche de scènes vidéo

Décrivez une scène d’un court MP4, classez les images prélevées, examinez l’original et téléchargez un rapport JSON compact.

Choisir un MP4 → créer l’index visuel → décrire une scène en anglais → examiner l’original → copier ou télécharger le JSON.

Choisissez une vidéo. Le modèle n’est téléchargé qu’après le lancement de la création d’un index.

Retrouvez une scène dans une courte vidéo

Choisissez un MP4 local. Décrivez ce que vous voyez, puis examinez les moments proposés dans l’original.

50 MB par fichier · jusqu’à 1920 pixels par côté · 20 images échantillonnées

Nécessite WebGPU et assez de mémoire

La première utilisation télécharge un modèle public de 484.6 MB et environ 22–35 MB de ressources d’exécution. Le chargement exige aussi de la mémoire de travail. Le parcours a été testé dans Chrome récent sur ordinateur ; les téléphones à faible mémoire peuvent ne pas fonctionner. Aucun repli sur CPU n’est prévu.

Téléchargements, stockage et confidentialité

Après un clic sur Créer l’index visuel, des ressources publiques fixes sont téléchargées depuis jsDelivr et Hugging Face, y compris son CDN de téléchargement. Ces fournisseurs reçoivent les informations de connexion habituelles, comme votre adresse IP. La vidéo et la description restent dans votre navigateur. Les parties vérifiées du modèle public sont mises en cache pour être réutilisées ; les vidéos et requêtes ne sont pas enregistrées. Annuler efface la vidéo, la requête et les résultats, mais conserve les parties complètes du modèle. Les paramètres du navigateur permettent de supprimer les données en cache de ce site. Aucun compte ni API payante n’est nécessaire.

5 secondes : vidéo de 100 secondes maximum ; 2 secondes : 40 secondes ; 1 seconde : 20 secondes ; 0.5 seconde : 10 secondes. Les événements brefs entre deux prélèvements peuvent être manqués.

1–200 caractères (unités UTF-16). La limite de 256 unités d’entrée en un seul bloc est aussi vérifiée après l’inférence. Seules les images prélevées sont recherchées ; l’audio est exclu. La qualité des recherches dans d’autres langues n’a pas été validée.

Comment utiliser

Qu’est-ce que la recherche de scènes vidéo ?

Elle compare une description en anglais aux images prélevées dans une vidéo et classe les résultats les plus proches. Elle vous aide à repérer les passages à examiner dans un court fichier local. Un résultat reste une suggestion, même si la scène est absente ; l’audio et les moments entre deux prélèvements ne sont pas recherchés.

Étapes à suivre

  1. Choisissez un MP4 intact que votre navigateur sait décoder. L’outil vérifie la taille, les temps du fichier, les dimensions et le plan de prélèvement avant de télécharger les ressources du modèle.
  2. Gardez l’intervalle par défaut de 5 secondes pour une vidéo de 100 secondes maximum, ou choisissez explicitement un intervalle plus court pour un clip plus bref. Cliquez sur Créer l’index visuel. La première utilisation télécharge le modèle public et les ressources d’exécution ; la vidéo reste sur votre appareil.
  3. Décrivez ce qui est visible en anglais simple, par exemple « A red car on a city street ». Cliquez sur Trouver les moments ou appuyez sur Entrée. Une description courte et concrète est plus facile à comparer à une image.
  4. Choisissez Examiner l’original au temps du résultat. Le navigateur décode à nouveau la source et compare les octets du fichier, le temps de présentation et les octets PNG avec l’index. Lisez la vidéo originale pour décider si la scène convient à votre tâche.
  5. Copiez ou téléchargez le rapport JSON actuel. Il contient la requête réelle, l’empreinte du fichier, la couverture du prélèvement, les temps proposés, la similarité et les vérifications terminées. Conservez la vidéo originale séparément ; le rapport ne contient pas d’images.

Choisir les réglages

OptionCe qui change
Intervalle de 5 secondes (par défaut)100 secondes maximum et au plus 20 prélèvements. Moins d’images sont traitées, mais des événements brefs peuvent être manqués.
2 secondes / 1 seconde / 0.5 seconde40 / 20 / 10 secondes maximum, respectivement. Un prélèvement plus dense utilise davantage de ressources locales. L’outil refuse un plan dépassant 20 images au lieu de modifier votre choix.
SimilaritéLa similarité cosinus classe les résultats. Ce n’est ni un pourcentage de confiance, ni un verdict de détection d’objet, ni une preuve de présence de la scène.
Vérification de l’image originaleVérifie le SHA-256 du fichier, le temps de présentation décodé et l’identité des octets PNG pour l’image choisie. Ne valide ni votre description ni toutes les images.
Rapport JSONUn rapport limité à la requête actuelle et aux vérifications du navigateur. Les descripteurs fournis par l’appelant ne sont pas un certificat authentifié de manière indépendante.

Exemple et résultat attendu

Dans un clip synthétique de 2 secondes créé pour le test, des prélèvements toutes les 0.5 secondes ont demandé les temps 0, 0.5, 1 et 1.5 seconde. Les deux images maintenues étaient réellement présentées à 0 et 1.2 seconde : l’index a donc conservé quatre positions de prélèvement et deux images distinctes. La recherche « A red rectangle » a proposé les deux images. L’examen à 0 seconde a confirmé l’empreinte du fichier, le temps décodé et les octets PNG. Le JSON téléchargé de 1,825 octets correspondait au rapport copié. Il s’agit d’un contrôle fonctionnel sur ce clip, pas d’une prédiction de la précision ou de la taille du rapport pour votre vidéo.

Si cela ne fonctionne pas

  • Si le plan dépasse 20 prélèvements, augmentez l’intervalle ou raccourcissez une copie de la vidéo. Changer l’intervalle supprime l’ancien index. L’outil ne modifie pas automatiquement votre intervalle.
  • Si le fichier ne peut pas être lu ou si une vérification d’image échoue, utilisez un MP4 intact et compatible, puis créez un nouvel index. Aucun index partiel ou non vérifié n’est présenté comme complet.
  • Si le stockage du modèle est indisponible ou plein, libérez le stockage du site dans les paramètres du navigateur, puis réessayez explicitement. Une empreinte incorrecte supprime la partie concernée du cache ; la nouvelle tentative la remplace et réutilise les autres parties vérifiées.
  • Une erreur de requête conserve un index valide pour vous permettre de raccourcir et réessayer la description. Modifier la description efface les anciens résultats et le rapport. Un dépassement de délai ou une panne du moteur impose un nouvel index ; Effacer et Annuler vident aussi le fichier et la requête.
  • Si le presse-papiers est bloqué, sélectionnez le texte JSON manuellement ou utilisez Télécharger le rapport JSON. Vérifiez sa requête et l’empreinte du fichier avant de l’utiliser ailleurs.

Référence et limites de ressources

ParamètreLimite
EntréeUn MP4 ; 50,000,000 octets ; durée analysée de 120 secondes maximum, également soumise à la limite de 20 prélèvements de l’intervalle choisi.
Dimensions1920 pixels maximum par côté et 2,073,600 pixels au total.
Images décodéesAu plus 20 images prélevées ; 2,000,000 octets par PNG et 24,000,000 octets au total. Aucun index partiel n’est accepté.
Requête textuelle1–200 unités UTF-16 ; une limite de 256 unités d’entrée du modèle en un seul bloc est vérifiée après l’inférence.
ModèleEmbeddingGemma 2 740M LiteRT-LM ; révision publique fixe, 484,622,336 octets. Les empreintes des parties téléchargées et du modèle complet sont vérifiées.
DélaisChargement de l’analyseur temporel : 15 secondes. Une fois prêt : 4 secondes par attente de temps ou d’image native ; 360 secondes pour préparer le moteur ; 120 secondes pour indexer les images ; 15 secondes pour la requête. Ces limites concernent chaque opération et ne garantissent pas un temps total de démarrage.
ExportationJSON de 100,000 octets maximum, avec au plus 5 images proposées dans cette interface. Sans données PNG ni vecteurs de représentation.

Formats et limites

Un seul MP4 décodable par le navigateur est accepté. MP4 est un conteneur : un codec non pris en charge échoue même avec l’extension .mp4. Les listes de montage vides, à plusieurs segments ou avec changement de vitesse, les temps ambigus et plus de 7,200 paquets de temps sont refusés. Le fichier original reste intact.

Un adaptateur WebGPU et assez de mémoire de travail sont nécessaires. Le parcours testé utilise Chrome récent sur ordinateur ; les autres navigateurs et téléphones à faible mémoire n’ont pas été validés. Aucune installation de Python ou propre à NVIDIA n’est nécessaire, et aucun repli sur CPU n’est proposé. La première utilisation télécharge 484.6 MB de modèle et environ 22–35 MB de ressources d’exécution. Le navigateur a aussi besoin de mémoire pour assembler et charger le modèle.

Ni la vidéo ni la requête ne sont envoyées. Créer l’index visuel ouvre des connexions ordinaires vers jsDelivr et Hugging Face, y compris son CDN de téléchargement, pour des ressources publiques fixes. Ces fournisseurs reçoivent les informations normales de connexion, comme votre IP. Seules les parties vérifiées du modèle public sont mises en cache ; le fichier et la requête restent dans la mémoire de la page. Effacer, Annuler ou quitter la page libère ces entrées et résultats. Les parties complètes du modèle restent disponibles ; les paramètres de données du site dans le navigateur permettent de les supprimer.

Questions fréquentes

Que peut trouver cet outil ?

Il classe les images prélevées selon une description en anglais. Utilisez les temps proposés pour examiner votre vidéo originale. Il ne recherche pas la parole, ne repère pas tous les événements et ne garantit pas que la description soit présente.

Quel intervalle choisir ?

Commencez par 5 secondes pour une vidéo de 100 secondes maximum. Utilisez 2 secondes pour au plus 40 secondes, 1 seconde pour 20 secondes ou 0.5 seconde pour 10 secondes. Un prélèvement plus dense peut saisir des changements courts, mais un événement entre deux prélèvements peut toujours être manqué.

Un score élevé prouve-t-il la présence de la scène ?

Non. La similarité classe les images les plus proches, même si aucune ne correspond bien. La vérification de l’original prouve seulement que ce navigateur a décodé à nouveau la même image source ; vous devez encore examiner son contenu.

Pourquoi la vidéo ou le modèle ne se charge-t-il pas ?

Vérifiez le fichier et son codec, les limites de 50 MB et de pixels ainsi que le plan de 20 prélèvements. Utilisez Chrome récent sur ordinateur avec WebGPU et assez de mémoire et de stockage libres. Les erreurs de téléchargement ou de cache nécessitent une nouvelle tentative explicite ; il n’y a ni repli sur CPU ni envoi du fichier.

Ma vidéo ou ma description est-elle envoyée ?

Non. Le décodage, les représentations, le classement et les vérifications du fichier se font dans votre navigateur. Les ressources publiques du modèle et d’exécution sont téléchargées depuis les fournisseurs indiqués, qui reçoivent les informations normales de connexion. Seules ces parties publiques du modèle sont mises en cache ; votre fichier et votre requête ne sont pas enregistrés.

Vous pourriez également avoir besoin