---
title: Vision Language Chatbot
emoji: 😻
colorFrom: indigo
colorTo: pink
sdk: gradio
sdk_version: 5.49.1
app_file: app.py
pinned: false
---

Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference

題目：視覺語言模型問答系統（Vision-Language Chatbot）

專案簡介
本專案實作一個「視覺問答（Visual Question Answering, VQA）」網頁應用程式，  
使用者可以上傳一張圖片並以自然語言提問，AI 模型將根據圖片內容回答問題。  

系統整合多種 BLIP（Bootstrapped Language-Image Pretraining）** 模型，  
可切換不同版本進行效果比較，如：
- BLIP VQA Base：基礎版問答模型  
- BLIP VQA Large：大型版本，表現更佳但速度稍慢  
- BLIP Captioning：用於產生圖片描述（非問答）

---

功能特色
- 支援圖片上傳  
- 可進行多輪問答（聊天模式）  
- 可隨時更換圖片並重新提問  
- 可切換模型比較不同回答效果  
- 使用Gradio製作介面，介面簡潔、可即時互動  

---

環境安裝（本地執行）
conda create -n hw3 python=3.10 -y
conda activate hw3
pip install -r requirements.txt
python app.py

---

 檔案結構
- `app.py`: 包含所有邏輯的主要 Gradio 應用程式腳本
- `requirements.txt`: 專案所需的 Python 套件列表
- `README.md`:此檔案
- `sample_images/`: 包含用於 Gradio 介面範例的測試圖片