| 📋 **İçindekiler** | |
| Genel Açıklama • Yetenekler • Hızlı Başlangıç • Örnek Kullanım • Model Detayları • Ekibimiz • Kısıtlamalar • Lisans | |
| --- | |
| ## 📚 Genel Açıklama | |
| **Qwen2.5-VL-7B-Turkish-VLM-Mix-Merged**, Alibaba Cloud’un unsloth/Qwen2.5-VL-7B-Instruct-bnb-4bit tabanlı görsel-dil (VLM) modelinin, **Turkish-VLM-Mix Benchmark** alt kümeleri (coco_qa_tr, docci_tr, vs.) üzerinde **LoRA** yöntemiyle Türkçe odaklı olarak ince ayarlanmış ve **4-bit NF4** kuantalama ile tek dosyada çalışacak şekilde birleştirilmiş sürümüdür. | |
| Türkçe görsel soru-cevap (VQA), görsel açıklama (captioning) ve temel resim anlama görevlerinde düşük gecikmeli ve düşük bellekli bir çözüm sunar. | |
| --- | |
| ## ✨ Yetenekler | |
| * Türkçe görsel soru-cevap ve görsel açıklama üretimi | |
| * Çoklu mod (metin + görsel girdi) destekli chat şablonu | |
| * 4-bit NF4 kuantalama sayesinde ≤ 13 GB VRAM’de çalışır | |
| * **LoRA merged** → Ek adaptör gerektirmez; tek klasörden yüklenir | |
| * İngilizce sorulara sınırlı da olsa yanıt verebilir | |
| --- | |
| ## 🚀 Hızlı Başlangıç | |
| ```python | |
| from unsloth import FastVisionModel | |
| device = "cuda" # veya "cpu" | |
| model, tokenizer = FastVisionModel.from_pretrained( | |
| "OrionCAF/qwen2_5_turkish_vlm", | |
| load_in_4bit = False, # fp16 yüklüyorsanız False yapın | |
| trust_remote_code = True, | |
| ) | |
| FastVisionModel.for_inference(model) | |
| from PIL import Image | |
| img = Image.open("örnek.jpg") | |
| messages = [{ | |
| "role": "user", | |
| "content": [ | |
| {"type": "text", "text": "Bu fotoğrafta neler görüyorsun?"}, | |
| {"type": "image", "image": img}, | |
| ], | |
| }] | |
| chat = tokenizer.apply_chat_template(messages, add_generation_prompt=True) | |
| inputs = tokenizer(img, chat, add_special_tokens=False, | |
| return_tensors="pt").to(model.device) | |
| out = model.generate(**inputs, max_new_tokens=128, | |
| temperature=0.8, top_p=0.9) | |
| print(tokenizer.decode(out[0], skip_special_tokens=True)) | |
| ```` | |
| --- | |
| ## 🧠 Model Detayları | |
| | Özellik | Değer | | |
| | ------------------ | ----------------------------------------------------------------------- | | |
| | **Temel Model** | unsloth/Qwen2.5-VL-7B-Instruct-bnb-4bit | | |
| | **Eğitim Yöntemi** | LoRA (rank = 32) + `merge_and_unload()` | | |
| | **Veri Seti** | ucsahin/Turkish-VLM-Mix-Benchmark( özel olarak teşekkür ederim ) (coco\_qa\_tr, docci\_tr, ist\_plq\_tr, …) | | |
| | **Maks. Sekans** | 2048 token (metin), 224×224 görsel yaması | | |
| | **Dil Desteği** | Türkçe (birincil), İngilizce (ek) | | |
| | **Lisans** | Apache-2.0 | | |
| --- | |
| ## 👥 Ekibimiz | |
| ## 👥 Ekibimiz | |
| * **Ferhat Kürkçüoğlu** – [LinkedIn](https://www.linkedin.com/in/ferhatkurkcuoglu/) | |
| * **Cengizhan Bayram** – [LinkedIn](https://www.linkedin.com/in/cengizhan-bayram-a66009223/) | |
| * **Cevdet Ahmet Turan** – [LinkedIn](https://www.linkedin.com/in/cevdet-ahmet-turan/) | |
| * **Volkan Altıntaş** – [LinkedIn](https://www.linkedin.com/in/volkanaltintas/) | |
| > Ekibe katılmak veya geri bildirim vermek için GitHub issues veya Hugging Face Discussions bölümünü kullanabilirsiniz. | |
| --- | |
| ## ⚠️ Kısıtlamalar | |
| 2. Tıp, hukuk vb. alanlara dair görsellerde doğruluk garanti edilmez. | |
| 3. Düşük çözünürlüklü veya çok karmaşık sahnelerde performans düşebilir. | |
| 4. 4-bit kuantalama, fp16 modele göre hafif kalite kaybı yaratabilir. | |
| --- | |
| ## 📄 Lisans | |
| Bu model ve ağırlıkları **Apache License 2.0** kapsamındadır. | |
| Uygun atıfla ticari ve akademik projelerde serbestçe kullanabilirsiniz. | |
| ``` |