README.md

metadata

title: Vision Language AI Captioning
emoji: 🖼️
colorFrom: indigo
colorTo: green
sdk: gradio
app_file: app.py

Vision Language AI Web App (HW3)

• 學號: 314831001
• 姓名: 詹沐恩

專案介紹

這份作業實作了一個 Web UI 應用程式，用於展示 Vision Language AI 的功能。

我選擇實作的核心功能是 **圖片描述 (Image Captioning)**。

• AI 模型: nlpconnect/vit-gpt2-image-captioning
• UI 框架: Gradio

功能

使用者可以上傳任何圖片，應用程式將會返回一段由 AI 自動生成的英文描述文字。

如何在本機運行 (Self-Hosted)

1. 確認已安裝 Python 3.8+
2. (建議) 建立並啟動虛擬環境：

   python -m venv venv
   source venv/bin/activate  # on Windows: venv\Scripts\activate
   

3. 安裝所有必要的套件：

   pip install -r requirements.txt
   

4. 啟動應用程式：

   python app.py
   

5. 在瀏覽器中開啟 http://127.0.0.1:7860 即可使用。

Hugging Face Spaces

您也可以直接透過以下的 Hugging Face Spaces 連結來體驗這個 App：

(如果你上傳到 HF Spaces，請把公開網址貼在這裡)