Awesome Prompting on Vision Language Model
1.0.0
الهندسة المطالبة هي تقنية تتضمن زيادة نموذج كبير تدريب مسبقًا مع تلميحات خاصة بالمهمة ، والمعروفة باسم المطالبات ، لتكييف النموذج مع المهام الجديدة. يهدف هذا الريبو إلى توفير مسح شامل للبحوث المتطورة في الهندسة السريعة على ثلاثة أنواع من نماذج اللغة الرؤية (VLMs): نماذج توليد متعددة الوسائط إلى نص ( مثل ، فلامينغو) ، نماذج مطابقة نص الصور ( مثل ، مقطع) ، ونماذج توليد النص إلى الصورة ( مثل ، الانتشار المستقر) (الشكل 1).
الشكل 1: يركز هذا العمل على ثلاثة أنواع رئيسية من نماذج لغة الرؤية.
يسرد هذا الريبو الأوراق ذات الصلة الملخصة في استطلاعنا:
مسح منهجي للهندسة الفورية على نماذج مؤسسة Language Foundation. Jindong Gu ، Zhen Han ، Shuo Chen ، Ahmad Beirami ، Bailan He ، Gengyuan Zhang ، Ruotong Liao ، Yao Qin ، Volker Tresp ، Philip Torr . preprint 2023. [PDF]
إذا وجدت ورقتنا وإعادة الريبو مفيدة لبحثك ، فيرجى الاستشهاد بالورقة التالية:
@article{gu2023survey,
title={A Systematic Survey of Prompt Engineering on Vision-Language Foundation Models},
author={Gu, Jindong and Han, Zhen and Chen, Shuo, and Beirami, Ahmad and He, Bailan and Zhang, Gengyuan and Liao, Ruotong and Qin, Yao and Tresp, Volker and Torr, Philip}
journal={arXiv preprint arXiv:2307.12980},
year={2023}
}نموذج المطالبة في توليد متعدد الوسائط
مطالبة نموذج في مطابقة النص
طالبة نموذج في توليد النص إلى صورة
هناك نوعان رئيسيان من مقاربات وحدة الاندماج بناءً على تكامل الطرائق البصرية والنصية: ترميز التشفير كوحدة اندماج متعددة الوسائط وفك الترميز فقط كوحدة اندماج متعددة الوسائط . يمكن تقسيم طرق المطالبة إلى فئتين رئيسيتين (الشكل 2) بناءً على قابلية قراءة القوالب: موجه صلب ومطالبة ناعمة . يشمل المطالبة الصلبة أربع فئات فرعية: تعليمات المهمة ، والتعلم داخل السياق ، والطالب القائم على الاسترجاع ، وسلسلة الفكر . يتم تصنيف المطالبات الناعمة إلى استراتيجيتين: ضبط المميز المبارك وضبط الرمز المميز ، بناءً على ما إذا كانت تضيف رموزًا جديدة داخليًا إلى بنية النموذج أو ببساطة إلحاقها بالمدخلات. تركز هذه الدراسة بشكل أساسي على الطرق السريعة التي تتجنب تغيير النموذج الأساسي.
الشكل 2: تصنيف أساليب الطالب.
| عنوان | مكان | سنة | رمز إذا كان متاحا | تعليق |
|---|---|---|---|---|
| توحيد مهام الرؤية واللغة عبر توليد النص | ICML | 2021 | جيثب | الانصهار ترميز التشفير. البادئات النصية كموجهة |
| SIMVLM: نموذج لغة بصرية بسيطة ما قبل الإشراف الضعيف | ICLR | 2022 | جيثب | الانصهار ترميز التشفير. البادئات النصية كموجهة |
| OFA: توحيد البنية والمهام والطرق من خلال إطار تعليمي بسيط تسلسل إلى تسلسل | ICML | 2022 | جيثب | الانصهار ترميز التشفير. البادئات النصية كموجهة |
| بالي: نموذج صورة لغة متعددة اللغات مشترك | ICLR | 2023 | --- | الانصهار ترميز التشفير. موجه التعليمات |
| التعلم متعدد الوسائط قليلة مع نماذج اللغة المجمدة | العصبية | 2021 | صفحة | اندماج فك التشفير فقط. الصورة البادئة الشرطية |
| فلامنغو: نموذج لغة مرئية للتعلم قليلًا | العصبية | 2022 | جيثب | اندماج فك التشفير فقط. مطالبات النص |
| الصهارة-زيادة الوسائط المتعددة للنماذج التوليدية من خلال التحويل القائم على المحول | emnlp | 2022 | جيثب | اندماج فك التشفير فقط. الصورة البادئة الشرطية |
| BLIP-2: صورة لغوية-صورة قبل التدريب مع تشفير الصور المجمدة ونماذج اللغة الكبيرة | ICML | 2023 | جيثب | اندماج فك التشفير فقط. الصورة البادئة الشرطية |
| نماذج اللغة متعلمين متعددة المهام غير خاضعة للإشراف | مدونة Openai | 2019 | جيثب | موجه تعليمات المهمة |
| اختبار Turking: هل يمكن أن تفهم نماذج اللغة التعليمات؟ | arxiv | 2020 | --- | موجه تعليمات المهمة |
| نماذج اللغة متعلمين قليلة | العصبية | 2020 | --- | التعلم داخل السياق |
| تعلم استرداد المطالبات للتعلم داخل السياق | naacl-hlt | 2022 | جيثب | المطالبة القائمة على الاسترجاع |
| مسترجع مظاهرة موحدة للتعلم داخل السياق | ACL | 2023 | جيثب | المطالبة القائمة على الاسترجاع |
| نماذج تكوين للتعلم داخل السياق | ICML | 2023 | جيثب | المطالبة القائمة على الاسترجاع |
| تثير سلسلة الفكرة التي تثير التفكير في نماذج اللغة الكبيرة | العصبية | 2022 | --- | سلسلة من الأفكار |
| سلسلة من الفكر التلقائي الذي يدفع في نماذج اللغة الكبيرة | ICLR | 2023 | جيثب | سلسلة من الأفكار |
| قوة المقياس لضبط موجه فعال المعلمة | emnlp | 2021 | --- | ضبط موجه |
| تعلم كيفية السؤال: الاستعلام عن LMS بمزيج من المطالبات اللينة | naacl-hlt | 2021 | جيثب | ضبط موجه |
| صرف البادئة: تحسين المطالبات المستمرة للجيل | ACL | 2021 | جيثب | بادئة ضبط |
| الضبط الفوري لنماذج متعددة الوسائط | ACL | 2023 | جيثب | الضبط الفوري على OFA |
| اللغة ليست كل ما تحتاجه: مواءمة الإدراك مع نماذج اللغة | العصبية | 2023 | جيثب | مطالبات التعليمات النصية |
| مقاييس المتانة لأساليب التكيف على نماذج اللغات التي تم تدريبها مسبقًا | العصبية | 2024 | صفحة | متانة الضبط السريع على VLMS |
| نحو مطالبات قوية على نماذج لغة الرؤية | NextGenaisafety@iclr | 2024 | --- | متانة الضبط السريع على VLMS |
| instructBlip: نحو نماذج لغة الرؤية للأغراض العامة مع ضبط التعليمات | العصبية | 2023 | جيثب | ضبط موجه |
| ضبط التعليمات المرئية | العصبية | 2023 | جيثب | |
| Qwen-VL: نموذج متعدد الاستخدامات باللغة الرؤية لفهم وتوطين وقراءة نصية وما بعدها | arxiv | 2023 | جيثب | ضبط موجه |
| Shikra: إطلاق سراح الحوار المرجعي متعدد الوسائط LLM | arxiv | 2023 | جيثب | |
| MINIGPT-4: تعزيز فهم لغة الرؤية مع نماذج اللغة الكبيرة المتقدمة | ICLR | 2023 | جيثب | ضبط موجه |
اعتمادًا على هدف المطالبة ، يمكن تصنيف الأساليب الحالية إلى ثلاث فئات: دفع تشفير النص ، مما يدفع المشفر البصري ، أو دفع كلا الفرعين بشكل مشترك كما هو موضح في الشكل 2. تهدف هذه الأساليب إلى تعزيز المرونة والأداء الخاص بـ VLMs.
الشكل 2: تصنيف أساليب الطالبة على VLMs لمطابقة النص.
| عنوان | مكان | سنة | رمز إذا كان متاحا | تعليق |
|---|---|---|---|---|
| تعلم النماذج المرئية القابلة للتحويل من الإشراف على اللغة الطبيعية | ICML | 2021 | جيثب | مطالبات النص الصلب ؛ موجه لتصنيف الصور |
| الخوض في انفتاح مقطع | ACL | 2023 | جيثب | مطالبات النص الصعبة للفهم |
| ضبط وقت اختبار وقت التعميم صفرية في نماذج لغة الرؤية | العصبية | 2022 | جيثب | مطالبات النص الناعم |
| تعلم المطالبة بنماذج اللغة | IJCV | 2022 | جيثب | مطالبات النص الناعم |
| مطالبة نماذج باللغة البصرية لفهم الفيديو الفعال | ECCV | 2022 | جيثب | مطالبات النص الناعم |
| توليف موجه متعدد المهام في الرؤية | WACV | 2024 | جيثب | مطالبات النص الناعم |
| التعلم الفوري الشرطي لنماذج اللغة | CVPR | 2022 | جيثب | مطالبات النص الناعم |
| ضبط المطالبة المرئية | ECCV | 2022 | جيثب | مطالبات التصحيح المرئي |
| استكشاف المطالبات المرئية لتكييف النماذج واسعة النطاق | arxiv | 2022 | جيثب | مطالبات التصحيح المرئي |
| توليف موجه متعدد المهام في الرؤية | WACV | 2024 | جيثب | مطالبات التصحيح المرئي |
| إطلاق العنان لقوة المطالبة المرئية على مستوى البكسل | TMLR | 2024 | جيثب | مطالبات التصحيح المرئي |
| التنوع المعروف بالميوما المطالبة البصرية | CVPR | 2023 | جيثب | مطالبات التصحيح المرئي |
| CPT: ضبط موجه ملون لنماذج اللغات التي تم تدريبها مسبقًا | منظمة العفو الدولية مفتوحة | 2024 | جيثب | مطالبات التعليقات التوضيحية البصرية |
| ماذا يعرف مقطع عن دائرة حمراء؟ هندسة المرحلات المرئية لـ VLMS | ICCV | 2023 | --- | مطالبات التعليقات التوضيحية البصرية |
| المطالبة البصرية عبر صورة inpainting | العصبية | 2022 | جيثب | مطالبات التعليقات التوضيحية البصرية |
| الرؤية الموحدة واللغة التعلم السريع | arxiv | 2023 | جيثب | مقترن بالضغط الموحد |
| توليف موجه متعدد المهام في الرؤية | WACV | 2024 | جيثب | تفكك المطالبة الموحدة |
| القيقب: تعلم موجه متعدد الوسائط | CVPR | 2023 | جيثب | تفكك المطالبة الموحدة |
| فهم متانة عدوانية صفرية للنماذج واسعة النطاق | ICLR | 2023 | شفرة | المتانة العدائية للمطالبة |
| المطالبة البصرية لصالح العدوى | ICASSP | 2023 | جيثب | المتانة العدائية للمطالبة |
| قم بالتوافق قبل الصمامات: التعلم في الرؤية واللغة التعلم بتقطير الزخم | العصبية | 2021 | جيثب | نموذج مطابقة نص الصورة |
| التعلم السريع غير الخاضع للإشراف لنماذج لغة الرؤية | arxiv | 2022 | جيثب | مطالبات غير قابلة للتعلم غير مسبقة |
| ضبط وقت اختبار وقت التعميم صفرية في نماذج لغة الرؤية | العصبية | 2022 | جيثب | موجه يمكن التعلم |
| سريع التدريب مع أكثر من عشرين ألف فئة للتعرف البصري المفتوح | العصبية | 2023 | جيثب | موجه قبل التدريب |
| التعلم السريع الموجهة بالتناسق لنماذج اللغة | ICLR | 2024 | --- | تفكك المطالبة الموحدة |
| تحسين القدرة على التكيف وتعميم تعلم النقل الفعال لنماذج اللغات الرؤية | ACL ARR | 2024 | --- | موجه يمكن التعلم |
| عنوان | مكان | سنة | رمز إذا كان متاحا | تعليق |
|---|---|---|---|---|
| LMPT: ضبط موجه مع فقدان التضمين الخاص بالفئة للاعتراف البصري متعدد العطلة الطويل | ألفر | 2024 | جيثب | مطالبات لتصنيف الصور متعددة الملصقات الطويلة التيل |
| ضبط وقت اختبار وقت التعميم صفرية في نماذج لغة الرؤية | العصبية | 2022 | جيثب | موجه قابل للتعلم مطالبات تصنيف الصور |
| LPT: ضبط موجه طويل الذيل لتصنيف الصور | ICLR | 2023 | جيثب | مطالبات لتصنيف الصور الطويل التيل |
| نصوص كصور في ضبط موجه للتعرف على الصور متعددة العلامات | CVPR | 2023 | جيثب | مطالبات لتصنيف الصور متعددة العلامات واكتشافها |
| DualCoop: التكيف السريع مع الاعتراف متعدد العطلة مع التعليقات التوضيحية المحدودة | العصبية | 2022 | جيثب | مطالبات لتصنيف الصور متعددة العلامات |
| ضبط المطالبة المرئية لتصنيف نص قليلة | iccl | 2022 | --- | المطالبات المرئية لتصنيف النص |
| الكشف عن كائن المفتوح المفتوح عن طريق التقطير في الرؤية والمعرفة اللغوية | ICLR | 2021 | جيثب | مطالبات اكتشاف الكائنات |
| تعلم المطالبة بالكشف عن الكائنات المفتوحة مع نموذج لغة الرؤية | CVPR | 2022 | جيثب | مطالبات اكتشاف الكائنات |
| PromptDet: نحو الكشف المفتوح للسيدات باستخدام الصور غير المخصصة | ECCV | 2022 | جيثب | مطالبات اكتشاف الكائنات |
| تحسين المطالبات المستمرة للكشف عن العلاقة البصرية عن طريق صفق اللصفة | وصول IEEE | 2022 | --- | مطالبات ناعمة للكشف عن العلاقة البصرية |
| نحو توليد الرسم البياني للمشهد المفتوح مع الإقامة المعتمدة | ECCV | 2022 | --- | مطالبات ناعمة للكشف عن العلاقة البصرية |
| ضبط موجه تكوين مع إشارات الحركة للكشف عن علاقة الفيديو المفتوح | ICLR | 2023 | جيثب | مطالبات العلاقة للكشف عن علاقة الفيديو المفتوح |
| denseclip: تنبؤ كثيف موجه اللغة مع مطالبة بالسياق | CVPR | 2022 | جيثب | مطالبات نصية مكيفة للتجزئة الدلالية |
| شريحة أي شيء | ICCV | 2023 | جيثب | استفسارات قابلة للسرعة للتجزئة الدلالية |
| تكيف المجال عبر التعلم السريع | IEEE | 2023 | جيثب | مطالبات نصي خاصة بالمجال لتكييف المجال |
| ضبط الموجه المرئي لتكييف مجال وقت الاختبار | arxiv | 2022 | --- | مطالبة بتكييف المجال |
| تعلم المطالبة بالتعلم المستمر | CVPR | 2022 | جيثب | مطالبات للتعلم المستمر |
| DualPrompt: مطالبة تكميلية للتعلم المستمر خالية من البروفة | ECCV | 2022 | جيثب | مطالبات للتعلم المستمر |
| محول الرؤية الفوري لتعميم المجال | arxiv | 2022 | جيثب | مطالبات تعميم المجال |
| فهم متانة عدوانية صفرية للنماذج واسعة النطاق | LCLR | 2022 | جيثب | ضبط المطالبة البصرية تحت هجوم عدواني |
| المطالبة البصرية لصالح العدوى | ICASSP | 2023 | جيثب | المطالبة المرئية لتحسين المتانة العدائية |
| استكشاف الضعف العالمي لنموذج التعلم الفوري | naaCl | 2022 | جيثب | تعرض البصرية |
| التسمم والتعلم الخلفي التباين | ICLR | 2022 | --- | الباب الخلفي وهجمات التسمم على مقطع |
| بادسود: هجمات الباب الخلفي على الترميزات المدربة مسبقًا في التعلم الخاضع للرقابة ذاتيا | IEEE | 2022 | جيثب | هجوم الباب الخلفي على مقطع |
| Cleanclip: تخفيف هجمات تسمم البيانات في التعلم التباين متعدد الوسائط | ورشة ICLR | 2023 | --- | هجمات الدفاع الخلفي على مقطع |
| نماذج النماذج التي تنقلها الرؤية عبر مطالبات متحيزة | arxiv | 2023 | جيثب | يطالب بتخفيف التحيز |
| عنوان | مكان | سنة | رمز إذا كان متاحا | تعليق |
|---|---|---|---|---|
| نماذج الانتشار تغلب على Gans على تخليق الصور | العصبية | 2021 | جيثب | نماذج الانتشار على توليد الصور |
| نماذج الانتشار تغلب على Gans على تخليق الصور | العصبية | 2021 | جيثب | نماذج الانتشار على توليد الصور |
| نماذج احتمالية الانتشار | العصبية | 2020 | جيثب | نماذج الانتشار على توليد الصور |
| SOS-X: نقل الأسماء الخالية من التدريب فقط لنماذج لغة الرؤية | ICCV | 2023 | جيثب | نماذج الانتشار على توليد الصور |
| التحقيق في الهندسة الفوري في نماذج الانتشار | ورشة عمل Neupips | 2022 | --- | تصميم موجه الدلالي |
| Diffumask: تصنيع الصور مع تعليقات التعليقات التوضيحية على مستوى البكسل للتجزئة الدلالية باستخدام نماذج الانتشار | IEEE/CVF | 2023 | جيثب | تنويع جيل مع موجه ؛ مطالبات لتوليد البيانات الاصطناعية |
| هل البيانات الاصطناعية من النماذج التوليدية جاهزة للتعرف على الصور؟ | ICLR | 2023 | جيثب | تنويع جيل مع موجه |
| الصورة تستحق كلمة واحدة: تخصيص توليد نص إلى صورة باستخدام الانعكاس النصي | ICLR | 2023 | جيثب | السيطرة المعقدة على نتائج التوليف عبر المطالبات |
| Dreambooth: نماذج انتشار نص إلى صورة إلى جيل يحركها الموضوع | CVPR | 2023 | جيثب | السيطرة المعقدة على نتائج التوليف عبر المطالبات |
| تخصيص متعدد المفاهيم لنشر النص إلى صورة | CVPR | 2023 | جيثب | السيطرة المعقدة على نتائج التوليف عبر المطالبات |
| تحرير الصور المطالعة إلى التعبير عن طريق التحكم في الانتباه | ICLR | 2023 | --- | السيطرة المعقدة على نتائج التوليف عبر المطالبات |
| إرشادات نشر منظمة خالية من التدريب لتوليف النص إلى الصورة التركيبية | ICLR | 2023 | جيثب | توليد نص إلى صورة يمكن التحكم فيه |
| الانتشار الذاتي لتوليد الصور يمكن التحكم فيه | العصبية | 2023 | صفحة | توليد نص إلى صورة يمكن التحكم فيه |
| Imagic: تحرير الصور الحقيقي القائم على النص مع نماذج الانتشار | CVPR | 2023 | جيثب | توليد نص إلى صورة يمكن التحكم فيه |
| إضافة عنصر تحكم مشروط إلى نماذج نشر النص إلى صورة | IEEE/CVF | 2023 | جيثب | توليد نص إلى صورة يمكن التحكم فيه |
| تحرير الصور المطالعة إلى التعبير عن طريق التحكم في الانتباه | ICLR | 2023 | جيثب | السيطرة المعقدة على نتائج التوليف عبر المطالبات |
| خيالي: الكشف عن الكائنات التعليمية بدون صور وشروطات حقيقية | ICLR | 2023 | جيثب | مطالبات لتوليد البيانات الاصطناعية |
| هل البيانات الاصطناعية من النماذج التوليدية جاهزة للتعرف على الصور؟ | ICLR | 2023 | جيثب | مطالبات لتوليد البيانات الاصطناعية |
| Make-A-Video: توليد نص إلى الفيديو بدون بيانات نصية نصية | ICLR | 2023 | صفحة | مطالبات توليد النص إلى الفيديو |
| فيديو Imagen: توليد فيديو عالي الوضوح مع نماذج الانتشار | arxiv | 2022 | صفحة | مطالبات توليد النص إلى الفيديو |
| Fatezero: توزيع الاهتمام بتحرير الفيديو على النص صفري | ICCV | 2023 | جيثب | مطالبات توليد النص إلى الفيديو |
| Tune-A-Video: ضبط طلقة واحدة لنماذج نشر الصور لتوليد النص إلى الفيديو | ICCV | 2023 | جيثب | مطالبات توليد النص إلى الفيديو |
| DIFFRF: نشر حقل الإشعاع ثلاثي الأبعاد الموجهة | CVPR | 2023 | صفحة | مطالبات لجيل النص إلى 3D |
| Dreamfusion: Text to-3D باستخدام الانتشار 2D | ICLR ملحوظ 5 ٪ | 2023 | صفحة | مطالبات لجيل النص إلى 3D |
| Dream3d: توليف نص صفر إلى 3D باستخدام نماذج نشر ثلاثية الأبعاد ونص من النص إلى صورة | CVPR | 2023 | صفحة | مطالبات لجيل النص إلى 3D |
| MotionDiffuse: توليد الحركة البشرية التي يحركها النص مع نموذج نشر | IEEE | 2024 | صفحة | مطالبات لتوليد النص إلى الحركة |
| اللهب: تخليق الحركة القائم على اللغة الحرة والتحرير | aaai | 2023 | جيثب | مطالبات لتوليد النص إلى الحركة |
| MDM: نموذج نشر الحركة البشرية | ICLR | 2023 | جيثب | مطالبات لتوليد النص إلى الحركة |
| جيل صفر من القصة القصيرة المتماسكة من قصة نصية عادي باستخدام نماذج الانتشار | arxiv | 2023 | --- | مطالبات للمهام المعقدة |
| التخطيط الإجرائي متعدد الوسائط عبر صورة مزدوجة نصية | ICLR | 2024 | جيثب | مطالبات للمهام المعقدة |
| هجمات السرقة السريعة ضد نماذج توليد النص إلى صورة | ندوة أمن Usenix | 2023 | --- | مطالبات AI المسؤولة |
| هجمات الاستدلال العضوية ضد نماذج توليد النص إلى صورة | ICLR | 2023 | --- | هجمات العضوية ضد نماذج النص إلى صورة |
| هل نماذج الانتشار عرضة لهجمات الاستدلال العضوية؟ | ICML | 2023 | جيثب | هجمات العضوية ضد نماذج النص إلى صورة |
| استخراج قابل للتكرار لصور التدريب من نماذج الانتشار | arxiv | 2023 | جيثب | هجمات العضوية ضد نماذج النص إلى صورة |
| الانتشار العادل: توجيه نماذج توليد النص إلى صورة على الإنصاف | arxiv | 2023 | جيثب | مطالبات على نماذج من النص إلى صورة تفكر في العدالة |
| التحيزات الاجتماعية من خلال عدسة توليد النص إلى صورة | AAAI/ACM | 2023 | --- | مطالبات على نماذج من النص إلى صورة تفكر في التحيزات |
| T2IAT: قياس التكافؤ والتحيزات النمطية في توليد النص إلى صورة | ACL | 2023 | --- | مطالبات على نماذج من النص إلى صورة تفكر في التحيزات |
| التحيز المستقر: تحليل التمثيل المجتمعي في نماذج الانتشار | العصبية | 2023 | --- | مطالبات على نماذج من النص إلى صورة تفكر في التحيزات |
| دراسة تجريبية لهجوم خصومة خالية من الاستعلام ضد الانتشار المستقر | CVPR | 2023 | --- | المتانة العدائية لنماذج النص إلى صورة |
| نماذج الانتشار للهجوم العدائي غير المحسس والقابل للتحويل | ICLR | 2024 | جيثب | المتانة العدائية لنماذج النص إلى صورة |
| نماذج الانتشار لتنقية العداد | ICML | 2022 | جيثب | المتانة العدائية لنماذج النص إلى صورة |
| Rickrolling The Artist: حقن الخلفيات في ترميزات نصية لتوليف النص إلى صورة | ICCV | 2023 | --- | الهجوم الخلفي على نماذج النص إلى صورة |
| يمكن أن تكون نماذج انتشار النص إلى صورة من خلال تسمم البيانات متعددة الوسائط | ACM MM | 2023 | --- | الهجوم الخلفي على نماذج النص إلى صورة |
| التخصيص كاختصار للهجوم الخلفي للورقات القليلة ضد نماذج نشر النص إلى صورة | aaai | 2024 | --- | الهجوم الخلفي على نماذج النص إلى صورة |
يرجى الاتصال بنا ([email protected] ، [email protected]) إذا
