| # Modèle Qwen2.5-VL pour la détection de composants aérospatiaux | |
| Ce modèle est une version fine-tunée de Qwen2.5-VL-7B-Instruct spécialisée dans l'identification et la description des composants de moteurs aérospatiaux. | |
| ## Description | |
| Ce modèle a été entraîné pour identifier et décrire les différents composants des moteurs d'avions et autres systèmes aérospatiaux. Il identifie chaque composant visible et fournit une description technique de sa fonction en français. | |
| ## Utilisation | |
| ```python | |
| from transformers import AutoProcessor, AutoModelForCausalLM | |
| from PIL import Image | |
| # Charger le modèle et le processeur | |
| model = AutoModelForCausalLM.from_pretrained("SpaceYL/VLM_Engine_Finetuned_V1", trust_remote_code=True) | |
| processor = AutoProcessor.from_pretrained("SpaceYL/VLM_Engine_Finetuned_V1", trust_remote_code=True) | |
| # Préparer l'image | |
| image = Image.open("votre_image.jpg") | |
| # Créer le prompt | |
| prompt = f"Veuillez identifier et numéroter tous les composants visibles de ce moteur aérospatial. Pour chaque composant identifié, décrivez sa fonction." | |
| # Traiter l'entrée | |
| inputs = processor(text=prompt, images=image, return_tensors="pt").to(model.device) | |
| # Générer la prédiction | |
| outputs = model.generate(**inputs, max_new_tokens=512) | |
| # Afficher la réponse | |
| print(processor.decode(outputs[0], skip_special_tokens=True)) | |
| ``` | |
| Ce modèle est optimisé pour fonctionner avec des images techniques de moteurs et systèmes aérospatiaux. | |