README.md

---
title: Vision-Language Web UI
emoji: 🖼️
colorFrom: indigo
colorTo: purple
sdk: gradio
sdk_version: 4.0.0
app_file: app.py
pinned: false
---

# 🖼️ Vision-Language Web UI (Hugging Face Space)

這是一個展示 Vision-Language AI 功能的互動式網頁應用，  
支援圖片描述（Image Captioning）與圖片問答（Visual Question Answering, VQA）。

## 功能特色
- 上傳圖片後自動生成文字描述  
- 輸入問題讓 AI 根據圖片回答  
- 使用 Hugging Face Transformers 模型：  
  - `Salesforce/blip-image-captioning-base`  
  - `Salesforce/blip-vqa-base`

> 💡 第一次啟動時會自動下載模型，請耐心等待數十秒。