Create README.md

README.md

@@ -0,0 +1,202 @@
+---
+language:
+- tr
+license: apache-2.0
+datasets:
+- ituperceptron/image-captioning-turkish
+base_model:
+- Salesforce/blip-image-captioning-base
+model-index:
+- name: ogulcanakca/blip-base-turkish-image-captioning
+  results:
+  - task:
+      type: image-to-text
+      name: Türkçe Görüntü Altyazılama
+    dataset:
+      name: >-
+        ituperceptron/image-captioning-turkish (long_captions split'inden bir
+        alt küme)
+      type: ituperceptron/image-captioning-turkish
+      config: long_captions
+    metrics:
+    - name: SacreBLEU
+      type: sacrebleu
+      value: 0.1129
+    - name: ROUGE-L
+      type: rougeL_fmeasure
+      value: 0.2852
+    - name: ROUGE-1
+      type: rouge1_fmeasure
+      value: 0.3486
+    - name: METEOR
+      type: meteor
+      value: 0.2978
+    - name: Validation Loss
+      type: loss
+      value: 1.417300
+pipeline_tag: image-to-text
+tags:
+- transformers
+- pytorch
+- blip
+- image-captioning
+- turkish
+- ituperceptron/image-captioning-turkish
+- fine-tuned
+- multimodal
+- computer-vision
+- natural-language-processing
+metrics:
+- sacrebleu
+- rouge
+- meteor
+---
+
+# Türkçe Görüntü Altyazılama: BLIP ile Bir Başlangıç Noktası
+
+## Projeye Genel Bakış ve Katkısı
+
+Bu proje, `Salesforce/blip-image-captioning-base` modelinin, `ituperceptron/image-captioning-turkish` veri kümesinin "long_captions" bölümünden alınan bir alt küme üzerinde **Türkçe görüntü altyazıları üretmek** amacıyla ince ayar (fine-tuning) yapılmasına odaklanmaktadır. Amaç, görseller için otomatik, akıcı ve anlamlı Türkçe açıklamalar üretebilen bir model geliştirmek ve bu alanda bir "orta karar ama değerli bir başlangıç noktası" oluşturmaktır.
+
+Bu çalışma, özellikle Türkçe gibi, İngilizceye kıyasla daha az kaynak ve önceden eğitilmiş modele sahip dillerde VLM (Görsel Dil Modeli) yeteneklerini keşfetmeyi ve geliştirmeyi hedefler.
+
+## Veri Kümesi
+
+* **Adı:** Türkçe Görüntü Altyazılama Veri Kümesi
+* **Kaynak:** `ituperceptron/image-captioning-turkish`
+* **Yapılandırma/Split:** `long_captions`
+* **İçerik:** Çeşitli görseller ve bu görsellere ait insanlar tarafından yazılmış uzun, açıklayıcı Türkçe altyazılar.
+* **Kullanılan Alt Küme:** Bu projede, eğitim ve değerlendirme için 60.000 örnekten oluşan bir alt küme kullanılmıştır.
+
+## Model
+
+* **Temel Model:** `Salesforce/blip-image-captioning-base`
+* **Görev:** Görüntüden Metne Çeviri (Image-to-Text) / Görüntü Altyazılama (Image Captioning)
+
+BLIP (Bootstrapping Language-Image Pre-training), görüntü ve metin arasındaki ilişkiyi anlamak ve bu ilişkiden yola çıkarak metin üretmek üzere tasarlanmış güçlü bir VLM mimarisidir.
+
+## Temel Özellikler ve Yaklaşım
+
+* `Salesforce/blip-image-captioning-base` modeli, Türkçe altyazılama görevine adapte etmek için `ituperceptron/image-captioning-turkish` veri kümesi üzerinde fine tunining yapılmıştır.
+* Eğitimde, P100 GPU gibi kısıtlı kaynaklarda çalışabilmek için bellek optimizasyon teknikleri (örn: `per_device_eval_batch_size=1`, FP16 eğitimi, `PYTORCH_CUDA_ALLOC_CONF` ortam değişkeni, üretilen maksimum token sayısının sınırlandırılması) kullanılmıştır.
+* Hugging Face `Transformers`, `Datasets` ve `Evaluate` kütüphaneleri, veri işleme, model eğitimi ve metriklerin hesaplanması için temel araçlar olarak kullanılmıştır.
+* Modelin performansı SacreBLEU, ROUGE ve METEOR gibi standart görüntü altyazılama metrikleri ile değerlendirilmiştir.
+
+## Performans (İnce Ayar Sonrası)
+
+Model, `ituperceptron/image-captioning-turkish` veri kümesinin **test seti** üzerinde aşağıdaki performansı göstermiştir:
+
+* **SacreBLEU:** `0.1129`
+* **ROUGE-L:** `0.2852` 
+* **ROUGE-1:** `0.3486`
+* **METEOR:** `0.2978`
+
+Bu metrikler, modelin Türkçe altyazı üretme yeteneğini önemli ölçüde kazandığını ve zero-shot performansına kıyasla büyük bir gelişme kaydettiğini göstermektedir. Özellikle kısıtlı veri ve donanım kaynakları göz önüne alındığında, bu sonuçlar Türkçe VLM alanında umut verici bir başlangıç noktası sunmaktadır.
+
+## Kullanım (Örnek)
+
+Bu fine tuning yapılmış model, Hugging Face Hub'dan doğrudan yüklenebilir ve Türkçe görüntü altyazıları üretmek için kullanılabilir:
+
+```python
+from transformers import BlipProcessor, BlipForConditionalGeneration
+from PIL import Image
+import torch
+
+# 1. Modelinizi ve İşlemcinizi Hugging Face Hub'dan Yükleyin
+MODEL_ID = "ogulcanakca/blip-base-turkish-image-captioning" # Sizin modelinizin Hub ID'si
+try:
+    processor = BlipProcessor.from_pretrained(MODEL_ID)
+    model = BlipForConditionalGeneration.from_pretrained(MODEL_ID)
+    print(f"'{MODEL_ID}' başarıyla yüklendi.")
+except Exception as e:
+    print(f"Hata: Model veya Processor yüklenemedi: {e}")
+    raise
+
+model.eval()
+device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
+model.to(device)
+print(f"Model '{device}' cihazına taşındı ve değerlendirme modunda.")
+
+# 2. Altyazı Üretmek İstediğiniz Görüntüyü Yükleyin
+image_path = "path/to/your/image.jpg"  # <<< KENDİ GÖRÜNTÜNÜZÜN YOLUNU GİRİN
+try:
+    image_pil = Image.open(image_path).convert("RGB")
+    print(f"'{image_path}' başarıyla yüklendi.")
+except FileNotFoundError:
+    print(f"HATA: Görüntü '{image_path}' bulunamadı.")
+    exit()
+
+# 3. Görüntüyü İşleyin ve Altyazı Üretin
+# BLIP altyazılama modelleri genellikle text prompt'a ihtiyaç duymaz.
+inputs = processor(images=image_pil, return_tensors="pt").to(device, model.dtype) # model.dtype ile aynı hassasiyette
+
+print("\nModel ile altyazı üretiliyor...")
+with torch.no_grad():
+    generated_ids = model.generate(
+        **inputs,
+        max_length=70,       # Eğitimdeki TEXT_MAX_LENGTH ile uyumlu veya istediğiniz bir değer
+        # num_beams=3,       # İsteğe bağlı: Daha kaliteli ama yavaş üretim için
+        # early_stopping=True  # num_beams > 1 ise
+    )
+generated_caption = processor.decode(generated_ids[0], skip_special_tokens=True)
+
+print("\nÜretilen Türkçe Altyazı:")
+print(generated_caption)
+
+# Görüntüyü göstermek için (isteğe bağlı):
+# import matplotlib.pyplot as plt
+# plt.imshow(image_pil)
+# plt.title(generated_caption)
+# plt.axis('off')
+# plt.show()
+```
+## Eğitim Hiperparametreleri (Örnek)
+
+* Base Model: Salesforce/blip-image-captioning-base
+* Learning Rate: 2e-5
+* Training Epochs: 3
+* Training Batch Size per Device: 4
+* Evaluation Batch Size per Device: 1
+* Gradient Accumulation Steps: 4 (Effective batch size: 16)
+* Warmup Ratio: 0.1
+* Weight Decay: 0.01
+* Optimizer: AdamW (adamw_torch)
+* Mixed Precision: FP16
+* Maximum Text Length (Training): 70
+  * This approach was taken in anticipation that it would become disconnected from context as the length increased.
+
+## Ortam Bilgileri ve Süreler
+
+* Model Boyutu: Salesforce/blip-image-captioning-base (~990MB pytorch_model.bin olarak)
+* Veri Kümesi: ituperceptron/image-captioning-turkish (long_captions split'inden 60.000 örnek)
+* GPU: NVIDIA P100 (Kaggle üzerinde)
+* Toplam Eğitim Süresi (3 epoch için): 6:57:27.93
+* Saniyede eğitilen örnek sayısı: 7.186
+* Saniyede atılan eğitim adımı: 0.449
+* Çıkarım Hızı: Yaklaşık 5 örnek/saniye (Trainer.predict() ile test seti üzerinde (NVIDIA P100))
+
+### CITATION
+```
+@misc{ogulcanakca_blip_turkish_captioning_2025,
+  author = {Oğulcan Akca},
+  title = {Fine-tuned BLIP-Base for Turkish Image Captioning},
+  year = {2025},
+  publisher = {Hugging Face},
+  journal = {Hugging Face Model Hub},
+  howpublished = {{[https://huggingface.co/ogulcanakca/blip-base-turkish-image-captioning](https://huggingface.co/ogulcanakca/blip-base-turkish-image-captioning)}} # MODELİNİZİN GERÇEK HUB LİNKİ
+}
+```
+* BLIP:
+```
+@inproceedings{li2022blip,
+  title={BLIP: Bootstrapping Language-Image Pre-training for Unified Vision-Language Understanding and Generation},
+  author={Li, Junnan and Li, Dongxu and Xiong, Caiming and Hoi, Steven},
+  booktitle={International Conference on Machine Learning (ICML)},
+  year={2022}
+}
+```
+## Notebook'lar
+* [blip-turkish-image-captioning-0shot noteobok'u](https://www.kaggle.com/code/oulcanakca/blip-turkish-image-captioning-0shot)
+* [blip-turkish-image-captioning-fine-tune notebook'u](https://www.kaggle.com/code/oulcanakca/blip-turkish-image-captioning-fine-tune)
+* [blip-turkish-image-captioning-test notebook'u](https://www.kaggle.com/code/oulcanakca/blip-turkish-image-captioning-test)
+* [blip-turkish-image-captioning-inference notebook'u](https://www.kaggle.com/code/oulcanakca/blip-turkish-image-captioning-inference)