mno2/Vision_Language_AI

Vision Language AI Web App (HW3)

• —學號: 314831001
• —姓名: 詹沐恩

專案介紹

這份作業實作了一個 Web UI 應用程式，用於展示 Vision Language AI 的功能。

我選擇實作的核心功能是 圖片描述 (Image Captioning)。

• —AI 模型: nlpconnect/vit-gpt2-image-captioning
• —UI 框架: Gradio

功能

使用者可以上傳任何圖片，應用程式將會返回一段由 AI 自動生成的英文描述文字。

如何在本機運行 (Self-Hosted)

1. 1.確認已安裝 Python 3.8+
2. 2.(建議) 建立並啟動虛擬環境：

    python -m venv venv
    source venv/bin/activate  # on Windows: venv\Scripts\activate

1. 1.安裝所有必要的套件：

    pip install -r requirements.txt

1. 1.啟動應用程式：

    python app.py

1. 1.在瀏覽器中開啟 http://127.0.0.1:7860 即可使用。

Hugging Face Spaces

您也可以直接透過以下的 Hugging Face Spaces 連結來體驗這個 App：

(如果你上傳到 HF Spaces，請把公開網址貼在這裡)