Persian Image Captioning

Persian Image Captioning

在 Gradio 页面里用一个视觉模型和一个波斯语语言模型给图片写波斯语说明，里面带有三张示例图片。适合处理波斯语文本的学生和开发者。

由 MahsaShahidi 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这是 MahsaShahidi 做的一个 Gradio 应用，给图片写波斯语说明。它列出三个模型：Google 的 ViT 图像模型、HooshvareLab 的波斯语 BERT 模型，以及作者自己的 Persian-Image-Captioning 模型。仓库里带有三张示例图片。你可以在浏览器里使用，也可以在自己的电脑上运行一份副本。

适合谁：它适合处理波斯语文本、并想看图像说明模型实际运行的学生和开发者。

行业 | 谁在用 | 怎么用 | 例子
教育 | 语言和视觉方向的学生 | 看模型怎样用波斯语描述一张图片 | 打开这个 Space，选一张示例图片
研究 | 波斯语研究者 | 在自己的图片上检查说明的质量 | 上传一张图片，读它的说明
软件 | Python 开发者 | 读三个模型怎样组合在一个页面里 | 下载这个 Space，打开 app.py

如果你需要其他语言的说明，可以跳过它，因为它列出的模型是针对波斯语的。

用在哪里：

• 网页浏览器：到 Hugging Face 上的这个 Space 就能试，不用安装
• Windows、macOS 或 Linux：用 Python 运行一份副本

用途 | 谁用 | 得到什么
给图片写说明 | 学生 | 一句关于图片的波斯语句子
测试模型 | 研究者 | 快速看看它怎样处理不同的图片
研究代码 | 开发者 | 一个加载三个所列模型的 app.py

如何设置：先准备好下面这些东西。

• 装有 pip 的 Python，系统可以是 Windows、macOS 或 Linux
• 能从 Hugging Face 下载文件的网络连接
• 足够的磁盘空间，因为应用列出三个模型，首次运行可能需要额外下载

1. 安装 Hugging Face hub 包。
2. 把这个 Space 下载到本地文件夹。
3. 进入这个文件夹。
4. 安装 Gradio 和 requirements.txt 里列出的包。
5. 启动应用。

pip install -U huggingface_hub
hf download MahsaShahidi/Persian-Image-Captioning --repo-type space --local-dir Persian-Image-Captioning
cd Persian-Image-Captioning
pip install gradio
pip install -r requirements.txt
python app.py

如何使用：在线使用时，用 Space 页面显示的 Gradio 界面。在自己的电脑上，则在项目文件夹里运行主文件，再在浏览器里打开它提供的页面。

python app.py

示例：你在项目文件夹里运行 python app.py，打开页面并给它一张图片，比如仓库里的 image-1.jpg。页面会返回这张图片的波斯语说明。

新手与专家：如果你是新手，先从在线版开始。到这个 Space 里，在安装任何东西之前先试一张示例图片。图片说明就是让模型用一句短话写出图片里有什么。

如果你懂这个领域，要注意从名字看，它像是把 ViT 图像编码器和波斯语文本模型配在一起。来源没有给出评分、训练数据或限制，所以请用你自己的图片来判断说明的质量。

打开 Space 或运行 app.py
Gradio 页面加载
你给它一张图片
模型生成一条说明
波斯语说明显示出来

注意事项：来源没有给出质量数字，而且说明可能漏掉或认错图片里的东西，所以请对照图片检查。

• License: mit
• Cost to run: 未列出，没有 API 密钥、账号或付费服务
• Data it reaches: 你给它的图片和它所列的三个模型，没有列出其他内容

Hugging Face 上的数据（2026年11月13日）

• 点赞：0
• 构建方式：gradio
• 许可证：mit

链接

• Space：https://huggingface.co/spaces/MahsaShahidi/Persian-Image-Captioning
• 文件：https://huggingface.co/spaces/MahsaShahidi/Persian-Image-Captioning/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。