Update README.md

README.md

@@ -1,72 +1,78 @@
 ---
-language:
-- en
-- fr
 license: apache-2.0
-datasets:
-- UMA-IA/UMA_Dataset_Engine_Aero_VLM
-base_model: Qwen/Qwen2.5-VL-7B-Instruct
-tags:
-- aerospace
-- aeronautics
-- engineering
-- vision-language
-- component-detection
-pipeline_tag: image-to-text
 ---
 
-## Model Details
+# UMA-IA/UMA_Dataset_Engine_Aero_VLM
 
-**Model Name:** UMA-IA/VLM_Engine_Finetuned_Aero  
-**Authors:**  
+## Authors
 - **Youri LALAIN**, Engineering student at French Engineering School ECE  
 - **Lilian RAGE**, Engineering student at French Engineering School ECE  
 
-**Base Model:** [Qwen/Qwen2.5-VL-7B-Instruct](https://huggingface.co/Qwen/Qwen2.5-VL-7B-Instruct)  
-**Fine-tuned Dataset:** [UMA-IA/UMA_Dataset_Engine_Aero_VLM](https://huggingface.co/datasets/UMA-IA/UMA_Dataset_Engine_Aero_VLM)  
-**License:** Apache 2.0  
+## Dataset Summary
 
-## Model Description
+The **UMA-IA/UMA_Dataset_Engine_Aero_VLM** is a specialized dataset designed for training vision-language models in the field of **aerospace and aeronautical engineering**. It consists of high-quality **images of aircraft engine components paired with detailed captions** identifying and describing the visible parts. This dataset enables models to learn to recognize and analyze various engine components, making it ideal for **fine-tuning vision-language models** for technical visual recognition and analysis tasks in the aerospace industry.
 
-# Qwen2.5-VL Fine-tuned pour la détection de composants de moteurs aérospatiaux
+## Dataset Details
 
-VLM_Engine_Finetuned_Aero est une version spécialisée du modèle Qwen2.5-VL-7B-Instruct, fine-tunée pour détecter, identifier et analyser les composants de moteurs aéronautiques et aérospatiaux à partir d'images. Le modèle exploite le dataset UMA-IA/UMA_Dataset_Engine_Aero_VLM pour améliorer sa capacité à reconnaître les pièces spécifiques, les défauts potentiels et les caractéristiques techniques des systèmes de propulsion.
+- **Total Samples**: Comprehensive collection of aerospace engine component images
+- **Splits**:
+  - **Train**: Primary training set for model development
+  - **Validation**: For model evaluation during development
+  - **Test**: For final performance assessment
+- **Columns**:
+  - `image`: The image file of an aircraft engine component or cross-section
+  - `caption`: Detailed description of visible components in the image
+  - `image_id`: Unique identifier for each image
+  - `cui`: Technical classification identifier
 
-## Capacités
-- Détection et identification précise des composants de moteurs aéronautiques
-- Analyse visuelle des pièces mécaniques et de leur état
-- Reconnaissance des défauts ou anomalies sur les composants
-- Fourniture d'informations techniques sur les pièces identifiées
-- Assistance au diagnostic visuel pour la maintenance
+## Dataset Structure
 
-## Cas d'utilisation
-- Formation des techniciens et ingénieurs aéronautiques
-- Assistance à la documentation technique
-- Aide visuelle
+The dataset's primary focus is on providing high-quality annotated images of aircraft engine components with detailed technical descriptions. Each entry contains:
 
-## Détails de l'entraînement
-Ce modèle a été fine-tuné sur UMA-IA/UMA_Dataset_Engine_Aero_VLM, un dataset spécialement créé pour l'identification visuelle de composants de moteurs aérospatiaux. L'entraînement a été réalisé en utilisant des techniques de fine-tuning supervisé pour adapter le modèle Qwen2.5-VL à la reconnaissance de composants techniques spécifiques.
+1. An image showing aerospace engine components from various angles and cross-sections
+2. Detailed captions identifying components such as:
+   - Soufflante (Fan)
+   - Aubes (Blades)
+   - Rotor
+   - Stator
+   - Compresseur (Compressor)
+   - And other critical engine components
 
-## Comment utiliser le modèle
-Vous pouvez charger le modèle en utilisant la bibliothèque `transformers` de Hugging Face :
+## Example Entries
+
+| image | caption | image_id |
+|-------|---------|----------|
+| [Engine Image] | Composants visibles: - Soufflante - Aubes de soufflante - Rotor de soufflante... | 001269777_896x598_c_mirror |
+| [Engine Image] | Composants visibles: - Soufflante - Aubes - Rotor - Stator - Compresseur... | 001269777_896x598_c_original |
+| [Engine Image] | Composants visibles: - Soufflante - Aubes - Rotor - Stator - Compresseur... | 001269777_896x598_c_segment1 |
+
+## Applications
+
+This dataset is particularly valuable for:
+- Training vision models to recognize aerospace engine components
+- Developing diagnostic tools for engine maintenance
+- Creating educational resources for aerospace engineering
+- Enhancing technical documentation with automatic component recognition
+- Supporting quality control processes in engine manufacturing
+
+## How to Use
+
+You can load this dataset using the Hugging Face `datasets` library:
 
 ```python
-from transformers import AutoModelForCausalLM, AutoTokenizer
+from datasets import load_dataset
+dataset = load_dataset("UMA-IA/UMA_Dataset_Engine_Aero_VLM")
+
+# Access the first sample
+print(dataset["train"][0]["caption"])
+
+# Display an image (if in a notebook environment)
 from PIL import Image
-import requests
-from io import BytesIO
-
-# Charger le modèle et le tokenizer
-model_name = "UMA-IA/VLM_Engine_Finetuned_Aero"
-model = AutoModelForCausalLM.from_pretrained(model_name, trust_remote_code=True)
-tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)
-
-# Charger une image (exemple avec une URL)
-image_url = "URL_DE_VOTRE_IMAGE"
-response = requests.get(image_url)
-image = Image.open(BytesIO(response.content))
-
-# Préparer la requête
-prompt = "Identifiez les composants visibles dans cette image de moteur d'avion et décrivez leur fonction."
-response = model.chat(tokenizer, query=prompt, image=image)
-print(response)
+import matplotlib.pyplot as plt
+
+img = dataset["train"][0]["image"]
+plt.figure(figsize=(10, 8))
+plt.imshow(img)
+plt.axis('off')
+plt.title(dataset["train"][0]["caption"])
+plt.show()