Update app.py

app.py

@@ -3,7 +3,7 @@ from transformers import pipeline
 from PIL import Image
 import torch
 
-# --- 延後載入：先設為 None，第一次呼叫功能時才載入 ---
+# --- 延後載入 ---
 _captioner = None
 _vqa = None
 
@@ -31,8 +31,7 @@ def get_vqa():
 def image_captioning(image: Image.Image):
     if image is None:
         return "請先上傳圖片"
-    pipe = get_captioner()
-    out = pipe(image)
+    out = get_captioner()(image)
     return out[0]["generated_text"]
 
 def visual_question_answer(image: Image.Image, question: str):
@@ -40,8 +39,8 @@ def visual_question_answer(image: Image.Image, question: str):
         return "請先上傳圖片"
     if not question:
         return "請輸入問題"
-    pipe = get_vqa()
-    out = pipe(image, question)
+    # 部分 transformers 版本要用 dict 參數；若遇到錯誤可改成 get_vqa()({"image": image, "question": question})
+    out = get_vqa()(image, question)
     return out[0]["answer"]
 
 # --- UI ---
@@ -64,27 +63,22 @@ with gr.Blocks(title="Vision Language AI 應用") as demo:
                     text_output_vqa = gr.Textbox(label="AI 的回答")
             vqa_button = gr.Button("開始問答")
 
-    # 綁定事件（在 .click 上加 concurrency_limit）
+    # 綁定事件：把併發限制放在事件層
     caption_button.click(
         fn=image_captioning,
         inputs=[image_input_caption],
         outputs=[text_output_caption],
-        concurrency_limit=1,   # ← 移到事件層級
+        concurrency_limit=1,
     )
-    
     vqa_button.click(
         fn=visual_question_answer,
         inputs=[image_input_vqa, question_input_vqa],
         outputs=[text_output_vqa],
-        concurrency_limit=1,   # ← 同上
+        concurrency_limit=1,
     )
 
-# 佇列設定：不要再傳 concurrency_count
-demo.queue(max_size=10)    # 或乾脆 demo.queue() 也可以
+# 佇列（可留可拿掉；不要再用 concurrency_count）
+demo.queue(max_size=10)
 
-# ★ 在 Spaces 讓後端自動啟動；本地端才需要 launch()
-# demo.queue(concurrency_count=1, max_size=10) 放在全域即可
-demo.queue(concurrency_count=1, max_size=10)
-
-if __name__ == "__main__":  # 只在本地 run 時才啟動
+if __name__ == "__main__":
     demo.launch()