README.md

metadata

title: Vision-Language Web UI
emoji: 🖼️
colorFrom: indigo
colorTo: purple
sdk: gradio
sdk_version: 4.0.0
app_file: app.py
pinned: false

🖼️ Vision-Language Web UI (Hugging Face Space)

這是一個展示 Vision-Language AI 功能的互動式網頁應用，
支援圖片描述（Image Captioning）與圖片問答（Visual Question Answering, VQA）。

功能特色

• 上傳圖片後自動生成文字描述
• 輸入問題讓 AI 根據圖片回答
• 使用 Hugging Face Transformers 模型：
  • Salesforce/blip-image-captioning-base
  • Salesforce/blip-vqa-base

💡 第一次啟動時會自動下載模型，請耐心等待數十秒。