Upload 3 files

README.md

@@ -1,42 +1,32 @@
----
-license: mit
-language:
-- tr
-- en
-base_model:
-- microsoft/llava-med-v1.5-mistral-7b
-pipeline_tag: question-answering
-tags:
-- llava
-- llava-med
-- turkish
-- translation
-- vqa
-- mistral
-- image-to-text
-- medical
-- radiology
-- multimodal
-- huggingface-space-compatible
----
-# Turkish LLaVA-Med (v1.5, Mistral 7B)
+# 🇹🇷 Turkish LLaVA-Med Pipeline (v1.5 - Mistral 7B)
 
-![image/png](https://cdn-uploads.huggingface.co/production/uploads/66d27a34d51528a038d1d50c/0vWjZ0SaA0tFHIVIYTE2I.png)
+Bu model, Microsoft tarafından geliştirilen **LLaVA-Med v1.5 (Mistral 7B)** mimarisini temel alır ve Türkçe dil desteği ile tıbbi görüntüler üzerinden görsel soru-cevaplama (VQA) gerçekleştirmek üzere özelleştirilmiştir.
 
-Türkçe görsel soru-cevap desteği sağlayan bir tıbbi görüntü analizi modeli.  
-Çeviri katmanı entegre edilmiştir. Soruları Türkçe sorun, yanıtlar da Türkçe gelir 🎯
+## 🧠 Özellikler
 
-![image/png](https://cdn-uploads.huggingface.co/production/uploads/66d27a34d51528a038d1d50c/3CMHr-_YUArIHsUBBmQfY.png)
+- Görüntü tabanlı analiz (X-ray, MR, vb.)
+- Türkçe soru desteği
+- Türkçe cevap üretimi (çeviri katmanlı)
+- Hugging Face üzerinde demo arayüzü desteği (Gradio)
 
-## Kullanım
+## 🚀 Kullanım
 
 ```python
 from transformers import AutoModelForCausalLM, AutoTokenizer, CLIPImageProcessor
-from PIL import Image
 import torch
 
 model = AutoModelForCausalLM.from_pretrained("nezahatkorkmaz/turkish-llava-med-pipeline-v1.5-mistral-7b", torch_dtype=torch.float16).to("cuda")
 tokenizer = AutoTokenizer.from_pretrained("nezahatkorkmaz/turkish-llava-med-pipeline-v1.5-mistral-7b")
 image_processor = CLIPImageProcessor.from_pretrained("nezahatkorkmaz/turkish-llava-med-pipeline-v1.5-mistral-7b")
+```
+
+## 📋 Örnek Soru
+
+> Görsel: Akciğer röntgeni  
+> Soru: **"Bu görüntüde kalp büyümesi var mı?"**  
+> Yanıt: **"Evet, bu görüntüde kardiyomegali (kalp büyümesi) bulguları vardır."**
+
+---
 
-# predict_turkish(image, question) fonksiyonunu Colab veya Python'da kullanabilirsiniz.
+**Geliştirici:** [@nezahatkorkmaz](https://huggingface.co/nezahatkorkmaz)  
+**Model Orijinali:** `microsoft/llava-med-v1.5-mistral-7b`

example.py

@@ -0,0 +1,14 @@
+from transformers import AutoModelForCausalLM, AutoTokenizer, CLIPImageProcessor
+from PIL import Image
+import torch
+
+# Modeli yükle
+model = AutoModelForCausalLM.from_pretrained("nezahatkorkmaz/turkish-llava-med-pipeline-v1.5-mistral-7b", torch_dtype=torch.float16).to("cuda")
+tokenizer = AutoTokenizer.from_pretrained("nezahatkorkmaz/turkish-llava-med-pipeline-v1.5-mistral-7b")
+image_processor = CLIPImageProcessor.from_pretrained("nezahatkorkmaz/turkish-llava-med-pipeline-v1.5-mistral-7b")
+
+# Görsel ve soru
+image = Image.open("ornek_rontgen.jpg").convert("RGB")
+question = "Bu görüntüde bir anormallik var mı?"
+
+# predict_turkish() fonksiyonunu app.py'den içeri aktararak kullanabilirsiniz

inference.md

@@ -0,0 +1,9 @@
+# 🧪 Inference (Demo Kullanımı)
+
+Demo çalıştırmak için `app.py` dosyasını kullanabilirsiniz. Gradio tabanlı arayüzde:
+
+1. Görüntü yükleyin
+2. Türkçe soru yazın
+3. Modelden Türkçe yanıt alın
+
+> Not: Görsel veriler tıbbi sır niteliği taşıyabilir. Sadece anonimleştirilmiş örnek görüntüler kullanın.