Update README with HF metadata and add remote

README.md

@@ -1,3 +1,15 @@
+---
+title: Local OCR Demo
+emoji: 🔍
+colorFrom: blue
+colorTo: indigo
+sdk: gradio
+sdk_version: 4.44.1
+app_file: app_hf.py
+pinned: false
+license: apache-2.0
+---
+
 # DeepSeek-OCR-2 & MedGemma-1.5 Multimodal Analysis
 
 Цей проект призначений для аналізу медичних та загальних документів за допомогою сучасних мультимодальних моделей: **DeepSeek-OCR-2** та **MedGemma-1.5-4B-IT**.
@@ -5,56 +17,20 @@
 ## 🚀 Основні можливості
 
 - **DeepSeek-OCR-2**: Високоточне розпізнавання тексту (OCR) на основі архітектури Mixture-of-Experts (MoE).
-- **MedGemma-1.5-4B-IT**: Мультимодальна модель від Google, спеціалізована на медичних зображеннях та текстах (архітектура Gemma 3 / PaliGemma).
+- **MedGemma-1.5-4B-IT**: Мультимодальна модель від Google, спеціалізована на медичних зображеннях та текстах.
 - **Веб-інтерфейс Gradio**: Зручне завантаження зображень/PDF, вибір моделі та візуалізація результатів.
-- **Порівняння моделей**: Спеціальний інструмент для одночасного аналізу однієї сторінки обома моделями.
-- **Оптимізація для Mac**: Патчі для підтримки MPS (Metal Performance Shaders) та виправлення сумісності з новими версіями `transformers`.
+- **ZeroGPU Support**: Оптимізовано для запуску на Hugging Face Spaces.
 
 ## 📦 Склад проекту
 
-- `app.py`: Головний застосунок з інтерфейсом Gradio.
-- `compare_models.py`: Скрипт для порівняльного аналізу DeepSeek та MedGemma.
-- `test_medgemma.py`: Тестовий скрипт для перевірки працездатності MedGemma.
-- `outputs/`: Директорія для збереження результатів аналізу.
-- `venv/`: Віртуальне середовище Python 3.11.9.
-
-## 🛠 Інструкція з налаштування
-
-### 1. Підготовка середовища
-```bash
-# Активація віртуального середовища
-source venv/bin/activate
-
-# Встановлення необхідних бібліотек (якщо потрібно оновити)
-pip install -r requirements.txt
-```
-
-### 2. Доступ до MedGemma
-Для роботи з `google/medgemma-1.5-4b-it` необхідно:
-1. Мати аккаунт на Hugging Face.
-2. Погодитися з умовами використання моделі на [сторінці моделі](https://huggingface.co/google/medgemma-1.5-4b-it).
-3. Авторизуватися локально: `huggingface-cli login`.
-
-## 🖥 Як запустити
-
-### Запуск веб-інтерфейсу
-```bash
-python app.py
-```
-Після запуску відкрийте посилання в браузері (зазвичай `http://127.0.0.1:7860`).
-
-### Порівняння результатів
-```bash
-python compare_models.py
-```
-Результат буде збережено у файл `model_comparison.md`.
-
-## 🍎 Примітки для macOS (M1/M2/M3)
-
-Проект містить автоматичні виправлення (monkeypatching) для:
-1. **Сумісності з Transformers 5.0**: Виправлено помилки імпорту `LlamaFlashAttention2` та `DynamicCache`.
-2. **MPS Acceleration**: Автоматичне використання GPU Mac там, де це можливо (float16).
-3. **MoE на CPU**: Оскільки DeepSeek MoE має обмежену підтримку MPS, деякі його частини автоматично перемикаються на CPU для стабільності.
+- `app_hf.py`: Версія для Hugging Face з підтримкою ZeroGPU.
+- `app.py`: Локальна версія з підтримкою MPS (Metal Performance Shaders) для Mac.
+- `requirements.txt`: Список необхідних бібліотек.
+
+## 🛠 Налаштування на Hugging Face Spaces
+
+1. Додайте `HF_TOKEN` у **Settings -> Variables and secrets** для доступу до MedGemma.
+2. Система автоматично запустить `app_hf.py` завдяки метаданим у цьому файлі.
 
 ---
 *Проект розроблено для тестування та демонстрації можливостей сучасних LLM у сфері розпізнавання медичних документів.*