Upload 2 files

README.md

@@ -1,14 +1,156 @@
----
-title: Caption Qwen-vl
-emoji: 📊
-colorFrom: green
-colorTo: purple
-sdk: gradio
-sdk_version: 5.49.1
-app_file: app.py
-pinned: false
-license: apache-2.0
-short_description: We use the full power of Qwen-vl to create image description
----
-
-Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+# 🖼️ Генератор описаний изображений Qwen VL
+
+Приложение для автоматической генерации описаний изображений с использованием моделей Qwen Vision Language (VL). Идеально подходит для создания описаний товаров для интернет-магазинов, каталогов и маркетплейсов.
+
+## ✨ Возможности
+
+- **Одиночная обработка**: Загрузите одно изображение и получите описание
+- **Пакетная обработка**: Обработайте несколько изображений одновременно
+- **Выбор моделей**: Поддержка моделей Qwen2-VL различных размеров
+- **Расширенные параметры**:
+  - Макс. количество новых токенов (1-4096)
+  - Температура (0.1-2.0)
+  - Top-p nucleus sampling (0.05-1.0)
+  - Top-k (1-1000)
+  - Seed для воспроизводимости результатов
+- **Современный UI**: Интуитивный веб-интерфейс на базе Gradio
+
+## 📋 Требования
+
+- Python 3.8 или выше
+- CUDA-совместимая GPU (рекомендуется, но не обязательно)
+- Минимум 8GB RAM (16GB+ рекомендуется для больших моделей)
+
+## 🚀 Установка
+
+1. **Клонируйте репозиторий или создайте директорию проекта**:
+```bash
+mkdir qwen-vl-app
+cd qwen-vl-app
+```
+
+2. **Создайте виртуальное окружение**:
+```bash
+python -m venv venv
+```
+
+3. **Активируйте виртуальное окружение**:
+   - Windows:
+     ```bash
+     venv\Scripts\activate
+     ```
+   - Linux/Mac:
+     ```bash
+     source venv/bin/activate
+     ```
+
+4. **Установите зависимости**:
+```bash
+pip install -r requirements.txt
+```
+
+## 💻 Использование
+
+### Запуск приложения
+
+```bash
+python app.py
+```
+
+Приложение запустится на `http://localhost:7860`
+
+### Одиночная обработка
+
+1. Перейдите на вкладку "📄 Одиночная обработка"
+2. Загрузите изображение
+3. Введите промт (например: "Создать описание тарелки арт:123 для онлайн магазина")
+4. При необходимости настройте расширенные параметры
+5. Нажмите "🚀 Генерировать описание"
+
+### Пакетная обработка
+
+1. Перейдите на вкладку "📚 Пакетная обработка"
+2. Загрузите несколько изображений
+3. Введите промты:
+   - **Один промт для всех**: Введите один промт, он будет применен ко всем изображениям
+   - **Индивидуальные промты**: Введите по одному промту на строку для каждого изображения
+4. Нажмите "🚀 Обработать пакет"
+
+## 🎯 Примеры промтов
+
+- "Создать описание тарелки арт:123 для онлайн магазина"
+- "Описать блюдо для меню ресторана с указанием ингредиентов"
+- "Создать привлекательное описание продукта для маркетплейса"
+- "Детально описать изображение для каталога товаров"
+- "Написать SEO-оптимизированное описание товара"
+
+## ⚙️ Параметры генерации
+
+### Макс. количество токенов (1-4096)
+Определяет максимальную длину генерируемого текста. Больше токенов = более длинное описание.
+
+### Температура (0.1-2.0)
+Контролирует "креативность" модели:
+- **Низкая (0.1-0.5)**: Более предсказуемые и консервативные ответы
+- **Средняя (0.6-0.8)**: Баланс между креативностью и точностью
+- **Высокая (0.9-2.0)**: Более креативные и разнообразные ответы
+
+### Top-p (0.05-1.0)
+Nucleus sampling - ограничивает выбор токенов по кумулятивной вероятности.
+
+### Top-k (1-1000)
+Ограничивает выбор только k наиболее вероятными токенами.
+
+### Seed
+Для воспроизводимости результатов. Используйте одинаковый seed для получения идентичных результатов.
+
+## 🤖 Доступные модели
+
+- **Qwen/Qwen2-VL-2B-Instruct**: Легкая модель, быстрая генерация
+- **Qwen/Qwen2-VL-8B-Instruct**: Более мощная модель с лучшим качеством
+
+## 🔧 Логика работы с моделями
+
+Приложение использует умную систему управления моделями:
+- Модель загружается только один раз при первом использовании
+- При переключении модели старая модель выгружается из памяти
+- Одновременно в памяти находится только одна модель
+- Это оптимизирует использование GPU/RAM
+
+## 📝 Структура проекта
+
+```
+qwen-vl-app/
+├── app.py              # Основной файл приложения
+├── requirements.txt    # Зависимости Python
+└── README.md          # Документация
+```
+
+## 🐛 Устранение неполадок
+
+### Ошибка CUDA out of memory
+- Используйте модель меньшего размера (2B вместо 7B)
+- Уменьшите max_new_tokens
+- Закройте другие приложения, использующие GPU
+
+### Медленная генерация
+- Убедитесь, что используется GPU (проверьте вывод при запуске)
+- Используйте модель меньшего размера
+- Уменьшите разрешение изображений
+
+### Модель не загружается
+- Проверьте подключение к интернету (модели загружаются из HuggingFace)
+- Убедитесь, что достаточно места на диске
+- Проверьте, что установлены все зависимости
+
+## 📄 Лицензия
+
+Этот проект использует модели Qwen, которые распространяются под лицензией Apache 2.0.
+
+## 🤝 Поддержка
+
+При возникновении проблем или вопросов создайте issue в репозитории проекта.
+
+---
+
+**Примечание**: Первый запуск может занять время, так как модели будут загружены из HuggingFace Hub.

requirements.txt

@@ -0,0 +1,6 @@
+gradio>=4.0.0
+torch>=2.0.0
+transformers>=4.48.0
+qwen-vl-utils
+Pillow>=10.0.0
+accelerate>=0.20.0