# Modèle Qwen2.5-VL pour la détection de composants aérospatiaux

Ce modèle est une version fine-tunée de Qwen2.5-VL-7B-Instruct spécialisée dans l'identification et la description des composants de moteurs aérospatiaux.

## Description

Ce modèle a été entraîné pour identifier et décrire les différents composants des moteurs d'avions et autres systèmes aérospatiaux. Il identifie chaque composant visible et fournit une description technique de sa fonction en français.

## Utilisation

```python
from transformers import AutoProcessor, AutoModelForCausalLM
from PIL import Image

# Charger le modèle et le processeur
model = AutoModelForCausalLM.from_pretrained("SpaceYL/VLM_Engine_Finetuned_V1", trust_remote_code=True)
processor = AutoProcessor.from_pretrained("SpaceYL/VLM_Engine_Finetuned_V1", trust_remote_code=True)

# Préparer l'image
image = Image.open("votre_image.jpg")

# Créer le prompt
prompt = f"Veuillez identifier et numéroter tous les composants visibles de ce moteur aérospatial. Pour chaque composant identifié, décrivez sa fonction."

# Traiter l'entrée
inputs = processor(text=prompt, images=image, return_tensors="pt").to(model.device)

# Générer la prédiction
outputs = model.generate(**inputs, max_new_tokens=512)

# Afficher la réponse
print(processor.decode(outputs[0], skip_special_tokens=True))
```

Ce modèle est optimisé pour fonctionner avec des images techniques de moteurs et systèmes aérospatiaux.