Qwen-3.5-HF-Demo

מה זה

מעלים תמונה או סרטון בפורמט MP4, כותבים הוראה בטקסט, ומקבלים ניתוח חזותי. הממשק מחולק לארבע לשוניות שונות: הבנת תמונות, מענה על שאלות מתוך וידאו, זיהוי אובייקטים בתוך וידאו, ומעקב אחרי נקודות לאורך הפריימים. בפלט מקבלים תשובות טקסטואליות, תמונות מתויגות, גלריית פריימים, סרטון ערוך עם סימונים, או נתוני זיהוי גולמיים במבנה JSON.

מאחורי הקלעים רץ המודל Qwen/Qwen3.5-4B של עליבאבא יחד עם ספריית Supervision לשרטוט הסימונים הגרפיים ו־OpenCV לעיבוד הפריימים. בממשק יש גם קובצי דוגמה מוכנים מראש, שתי תמונות ושני סרטונים, למי שרוצה לראות איך הניתוח נראה בלי להעלות קבצים משלו.

מתאים ל

• מענה על שאלות מתוך וידאו

  מעלים קטע וידאו קצר בפורמט MP4 ושואלים שאלות על מה שהתרחש בו כדי לקבל תשובה מילולית.

• זיהוי וסימון אובייקטים

  מזהים פריטים בווידאו ומקבלים סרטון מסומן, גלריית פריימים נבחרים ונתוני מיקום במבנה JSON.

• מעקב נקודתי בפריימים

  מגדירים עצם למעקב ובודקים את היכולת של המודל לעקוב אחרי נקודות מפתח לאורך ציר הזמן.

איפה זה נופל

חומרת הבסיס חותכת את העיבוד אם מגזימים, ולכן חובה להגביל את מספר הפריימים וקצב הדגימה בווידאו. אם הסרטון ארוך או כבד מדי, חילוץ הפריימים עלול להיכשל והממשק יזרוק שגיאה. מעבר לכך, מדובר בגרסת 4B הקטנה של המודל, כך שהדיוק בזיהוי פרטים עדינים או מעקב מורכב יהיה נמוך משמעותית מהגרסאות הגדולות יותר של אותה משפחה.

איך משתמשים

בוחרים לשונית, טוענים קובץ או בוחרים באחת הדוגמאות, ומקלידים מה לחפש או מה לשאול. בלשוניות הווידאו אפשר לכוונן סליידרים של קצב דגימת פריימים לשנייה ומקסימום פריימים לעיבוד, ואז לוחצים על כפתור ההפעלה הראשי. הריצה מתבצעת על מאיץ גרפי מסוג A10G דרך תשתית ZeroGPU, מה שאומר שהעיבוד עצמו יחסית מהיר, אבל ייתכן שתמתינו בתור קצר אם המשאבים המשותפים תפוסים.

הרישיון

הפרויקט מפורסם תחת רישיון apache-2.0, שמאפשר שימוש חופשי כולל שימוש מסחרי בקוד. היות שההרצה מתבצעת על שרתי Hugging Face Spaces, הקבצים והסרטונים שאתם מעלים עוברים דרך התשתית שלהם לצורך העיבוד.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗