---
language: 
  - tr
  - en
tags:
  - llava
  - llava-med
  - turkish
  - translation
  - vqa
  - mistral
  - image-to-text
  - medical
  - radiology
  - multimodal
license: apache-2.0
datasets:
  - mimic-cxr
inference: true
library_name: transformers
pipeline_tag: image-to-text
widget:
  - src: "example-xray.jpg"
    example_title: "Örnek: Akciğer Röntgeni"
    inputs:
      text: "Bu görüntüde anormallik var mı?"
---

---
# 🇹🇷 Turkish LLaVA-Med Pipeline (v1.5 - Mistral 7B)

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.

![image/png](https://cdn-uploads.huggingface.co/production/uploads/66d27a34d51528a038d1d50c/0vWjZ0SaA0tFHIVIYTE2I.png)

## 🧠 Özellikler

- Görüntü tabanlı analiz (X-ray, MR, vb.)
- Türkçe soru desteği
- Türkçe cevap üretimi (çeviri katmanlı)
- Hugging Face üzerinde demo arayüzü desteği (Gradio)

## 🚀 Kullanım
Starter Colab Notebook : https://colab.research.google.com/drive/1HsWo9g18r1EfKFMh0RcgZgrotoIIcThK?usp=sharing

```python
from transformers import AutoModelForCausalLM, AutoTokenizer, CLIPImageProcessor
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."**

---
![image/png](https://cdn-uploads.huggingface.co/production/uploads/66d27a34d51528a038d1d50c/3CMHr-_YUArIHsUBBmQfY.png)

**Geliştirici:** [@nezahatkorkmaz](https://huggingface.co/nezahatkorkmaz)  
**Model Orijinali:** `microsoft/llava-med-v1.5-mistral-7b`