Hệ thống hỏi đáp và phân tích nội dung hình ảnh dựa trên mô hình thị giác ngôn ngữ lớn
Hệ thống ứng dụng mô hình thị giác ngôn ngữ lớn hỗ trợ đối thoại đa phương thức và nhận diện phân tích hình ảnh chuyên sâu trên nền tảng Django.
Giới thiệu
Trong bối cảnh trí tuệ nhân tạo phát triển mạnh mẽ, việc kết hợp giữa thị giác máy tính và xử lý ngôn ngữ tự nhiên mở ra khả năng thấu hiểu hình ảnh vượt bậc so với các phương pháp truyền thống. Đề tài tập trung giải quyết bài toán suy luận ngữ cảnh, trích xuất thông tin chi tiết và trả lời câu hỏi trực tiếp từ dữ liệu ảnh của người dùng thông qua kiến trúc thị giác ngôn ngữ lớn tiên tiến.
Hệ thống được xây dựng hoàn chỉnh dưới dạng ứng dụng web fullstack sử dụng framework Django cho phần backend và giao diện trực quan phía frontend. Dự án tích hợp các kỹ thuật tối ưu suy luận mô hình AI, quản lý luồng dữ liệu truyền phát trực tiếp (streaming response) và lưu trữ lịch sử tương tác, đảm bảo tính ổn định và khả năng mở rộng trong môi trường thực tế.
Chức năng có trong gói chuẩn
- Xác thực và quản lý tài khoản người dùng với phân quyền bảo mật
- Giao diện trò chuyện tương tác đa phương thức hỗ trợ tải lên hình ảnh linh hoạt
- Phân tích và mô tả chi tiết nội dung hình ảnh bằng ngôn ngữ tự nhiên
- Hỏi đáp theo ngữ cảnh liên quan trực tiếp đến chi tiết trong bức ảnh
- Hỗ trợ phản hồi văn bản theo thời gian thực dạng luồng (streaming)
- Quản lý, phân loại và tra cứu lịch sử các phiên tương tác hỏi đáp
- Bảng điều khiển theo dõi tài nguyên hệ thống và tham số suy luận mô hình AI
Chức năng ngoài danh sách này được tính riêng và ghi rõ trong bản chốt scope trước khi bắt đầu.
Công nghệ
- django
Muốn đổi sang công nghệ khác cho khớp yêu cầu môn học? Được — báo trước khi chốt scope, giá điều chỉnh theo hệ số công nghệ chứ không phải làm lại từ đầu.