---
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：
    ```bash
    python -m venv venv
    source venv/bin/activate  # on Windows: venv\Scripts\activate
    ```
3.  安裝所有必要的套件：
    ```bash
    pip install -r requirements.txt
    ```
4.  啟動應用程式：
    ```bash
    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)