---
title: Image Captioning
emoji: 🖼️
colorFrom: blue
colorTo: pink
sdk: gradio
sdk_version: 6.0.2
app_file: app.py
pinned: false
---

# Image Captioning — Hugging Face Space

Triển khai inference cho mô hình image captioning bằng TensorFlow/Keras, với giao diện Gradio đơn giản cho upload ảnh và nhận caption.


# Image Captioning — Hugging Face Space

Triển khai inference cho mô hình image captioning dùng TensorFlow/Keras, EfficientNetV2B0 và giao diện Gradio.

## Cấu trúc tệp cần có
```text
.
├── app.py                      # UI Gradio cho Hugging Face Space
├── flickr30k.py                # Logic model + tiền xử lý (đã cung cấp)
├── best_model.keras            # Trọng số mô hình (đặt cùng thư mục)
├── tokenizer.pkl               # Tokenizer đã fit
├── model_config.pkl            # Chứa max_length, vocab_size
├── requirements.txt
└── README.md
```

Các hàm sử dụng trực tiếp từ `flickr30k.py`: `load_caption_model`, `load_tokenizer_and_config`, `load_feature_extractor`, `extract_features_from_image`, `generate_caption`.

## Chạy cục bộ
```bash
python -m venv .venv
. .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install --upgrade pip
pip install -r requirements.txt

# Đảm bảo 3 tệp đã có:
# best_model.keras, tokenizer.pkl, model_config.pkl

python app.py
```
Mở URL Gradio hiển thị trong terminal.

## Triển khai lên Hugging Face Spaces
1) Tạo Space mới: SDK = Gradio, chọn CPU hoặc GPU tùy trọng số.
2) Đẩy các tệp: `app.py`, `flickr30k.py`, `requirements.txt`, `README.md`, và 3 tệp trọng số/cấu hình.
3) Sau khi build hoàn tất, Space sẽ mở UI upload ảnh và trả caption.

## Ghi chú tương thích
- Mặc định dùng `tensorflow==2.12.0`. Nếu bạn dùng trọng số huấn luyện ở phiên bản khác, cần đồng bộ phiên bản TensorFlow/Keras tương ứng.
- Sử dụng `opencv-python-headless` thay vì `opencv-python` để tránh lỗi GUI trên môi trường server.
- Nếu thiếu tài nguyên trên Space Free, hạ kích thước mô hình hoặc chuyển phần cứng sang GPU trả phí.