Funkcja AI Vision – Opisz obraz do promptu
AI Vision to funkcja opisująca obraz i przekształcająca go w prompt. Robi się to za pomocą jednego z popularnych modeli IA, takich jak ChatGPT czy Gemini. Możesz wybrać model, który preferujesz, w zależności od wydajności lub kosztu.
Pobierz Light Image Editor
Pobierz i zainstaluj Light Image Resizer 7
Znajdź Light Image Editor w ikonie tacki, załaduj zdjęcie i uruchom w menu głównym – Narzędzia – Wizja AI.
Pobierz klucz API
Funkcja AI Vision AI jest obecnie dostępna w Light Image Editor aplikacji. Który jest dołączony do pakietu instalacyjnego Light Image Resizer. To aplikacja lokalna tylko dla Windowsa. Będziesz potrzebować klucza API, albo do Google Gemini, albo do ChatGPT od OpenAI. Oznacza to, że będziesz płacić w trakcie pracy, nie potrzebujesz miesięcznej subskrypcji.
Po pierwsze, pobierz klucz API modeli wizualnych
Pobierz klucz API dla Google AI studio (Gemini)
Pobierz klucz API z OpenAI (ChatGPT)
Na razie polecamy Gemini, jest tańszy i dobrze sprawdza się do opisywania obrazów.
Gdy już masz klucz (i napisy końcowe), możesz wprowadzić klucz w opcji Light Image Resizer widzenia AI dostępnej w tym menu.
Modele wizji LLM działają dobrze w języku angielskim, francuskim, niemieckim i popularnych, co nie jest przypadkiem niektórych innych popularnych modeli widzenia; Ollama może być wspierana później, jeśli uznasz ją za interesującą, a dużą zaletą jest to, że dane będą w pełni prywatne i lokalne, a nie będziesz płacić za żadne żądania i tokeny. Zobacz modele wizji wspierane przez Ollamę
Zastrzeżenie: Uważaj, nawet jeśli uruchamiasz aplikację lokalną na Windowsie, aplikacja zmienia rozmiar i wysyła obraz do chmury, jeśli nie chcesz udostępniać zdjęć lub wrażliwych danych (zwłaszcza treści NSFW), nie korzystaj z modeli chmurowych.
Dlaczego opisujesz swoje zdjęcia?
Znalezienie odpowiednich słów do zdjęć jest łatwe dzięki Light Image Resizer's Funkcja AI Vision W Light Image Editor. Analizuje Twoje obrazy na poziomie technicznym, aby automatycznie generować opisy. Aplikacja przygotowuje Twój obraz (konwertując na JPEG i zmieniając rozmiar na około 1024×1024, który jest regulowany) dla efektywnego przetwarzania AI. Ten etap wstępnej analizy pomaga zapewnić szybsze przetwarzanie i może uczynić funkcję bardziej opłacalną. Pozwól AI opisywać, żebyś ty nie musiał!
Jakie zadania możesz wykonać?
Dodaj adnotacje na obrazach, aby znaleźć je za pomocą słów kluczowych. Zgadywanie zdjęcia, gdy nie pamiętasz, gdzie je zrobiłeś. Znajdź inspirację, gdy chcesz opublikować nowy post na Instagramie lub TikToku. Doda to kilka fajnych ikon, które poprawią Twój marketing.
Wszystko zależy od twojego promptu, zobacz kilka przykładów promptów i jak wpływają na efekt.
Gdy już masz klucz (i napisy końcowe), możesz wprowadzić klucz w opcji Light Image Resizer widzenia AI dostępnej w tym menu.
Modele widzenia LLM działają dobrze w języku angielskim, francuskim, niemieckim i w językach popularnych, co nie jest przypadkiem niektórych innych popularnych modeli widzenia. Ollama może być wspierana później, jeśli uznasz ją za interesującą, a dużą zaletą jest to, że dane będą całkowicie prywatne i lokalne, a nie będziesz płacić za żadne żądania i tokeny. Zobacz modele wizji wspierane przez Ollamę
Jaka jest różnica między opisywaniem obrazu, analizą obrazu, streszczeniem obrazu?
I może to być to samo pytanie o różnicę między obrazem, fotografią a zdjęciami. To trochę podobnie, ale zależy od tego, co musisz zrobić i kim jesteś. Zobacz jakieś możliwe zadania AI Vision:
- Znajdowanie słów kluczowych dla fotografów
- OCR i dokumenty podsumowujące dla księgowych
- Automatycznie obrazy podpisów
- Inspiracja inspiracją do posta na Instagramie lub TikToku
- Zidentyfikuj marki i celebrytów
- E-commerce modowy
- Geozgadywanie – znajdź lokalizację na zdjęciu
- Diagnostyka naukowa, zdrowotna, astronomiczna
Kilka inspiracji w postaci podpowiedzi do opisania obrazu
Słowa kluczowe dla fotografii
Zwróć bezpośrednio, bez komentarza, listę 50 słów kluczowych oddzielonych przecinkiem, aby opisać temat, tło, obiekty, miejsce i nastrój
Kobieta, kabriolet, samochód, pustynia, wielbłądy, piasek, droga, podróże, turystyka, przygoda, wakacje, stylowe, moda, portret, natura, słonecznie, wiatr, włosy, rude włosy, szalik, biały samochód, skórzane siedzenia, zagłówek, suchy krajobraz, suchy krajobraz, suchy, upał, słońce, modelka, pozowanie, pewność siebie, zrelaksowana, atrakcja turystyczna, horyzont, tło, odległe, rozmyte, nieostrość, transport, otwarty dach, relaks, pragnienie podróży, nowoczesność, moda, moda, styl, elegancja, wolność, podróż, odkrywca, Odległe, malownicze, destynacyjne, luźne, letnie, dzienne, wakacje, ucieczka, przygoda, podróże, wycieczki samochodowe.
Podsumowanie dokumentu OCR
Wykonaj szczegółowe OCR dokumentu, następnie przetłumacz na angielski i wyjaśnij w podsumowaniu o 200 słowach, czym jest dokument i jakie są ważne elementy.
Ten dokument to faktura z “Les Minotiers,” hotel/nocleg (Logis de France) położony w Mirepoix, Francja. Faktura, o numerze 43197 i datowana na 18 lutego 2014 r., zawiera opłaty za pobyt w pokoju 12. Gość przybył 17 lutego 2014 roku i odszedł 18 lutego 2014 roku. Łączna kwota należności wynosi 73,92 euro. Opłaty obejmują opłatę za pokój (57,00 Euro), podatek turystyczny (0,92 Euro) oraz śniadanie (16,00 euro). Faktura rozkłada VAT (podatek od wartości dodanej) nałożony w wysokości 10% na część tych opłat. Faktura wspomina również o wartości odpowiadającej 484,88 w starej francuskiej walucie “Franki”. Dane kontaktowe firmy, identyfikatory biznesowe oraz VAT
Opis na Instagramie
Stwórz opis posta na Instagramie na niedzielę, bądź kreatywny i zabawny, by uzyskać jak najlepsze zaangażowanie oraz liczbę polubień lub komentarzy
Niedzielny nastrój: planowanie mojej kolejnej paryskiej przygody. 🥐 Ten klasyczny samochód + widoki nad rzekę = 💯 . Ale prawdziwe pytanie brzmi... Brunch z szampanem czy przejazd do muzeów? 🤔 Jaka jest TWOJA idealna niedzielna aktywność? Daj znać w komentarzach! 👇 #ParisianVibes #SundayFunday #ClassicCars #StyleInspo #WeekendGetaway #TravelDreams
Nauka & Edukacja
Jako ekspert proszę przeanalizować naukowo to zdjęcie i przesłać opis o długości 200 słów. Zaproponuj najlepszą specjalizację naukową do diagnozy rozwiązania.
To zdjęcie rentgenowskie przedstawia kości ludzkiej dłoni i nadgarstka. Kości nadgarstka, kości śródręczne i paliczki są widoczne. Wydaje się, że występuje złamanie proxymalnej paliczka czwartego palca (palca serdecznego). Złamanie wydaje się być złamaniem rozdrobnionym, co oznacza, że kość została złamana na wiele fragmentów. Widoczne jest przemieszczenie złamanych fragmentów kości, co wskazuje, że złamanie nie jest stabilne i może wymagać interwencji w celu zapewnienia prawidłowego gojenia i ustawienia. W tym konkretnym projekcie nie widać innych widocznych złamań ani zwichnięć w pozostałych kościach dłoni i nadgarstka. Gęstość kości wydaje się prawidłowa w granicach tego obrazu.
Najlepszą specjalizacją naukową do diagnozowania i znalezienia rozwiązania tego przypadku jest Chirurgia ortopedyczna, w szczególności specjalistę od ręki, który posiada wiedzę w interpretacji zdjęcia rentgenowskiego, ocenie stopnia urazu i zaleceniu najbardziej odpowiedniego leczenia, które może obejmować unieruchomienie gipsem lub szyną, albo interwencję chirurgiczną w celu wyrównania i stabilizacji fragmentów złamania. Często konsultuje się z radiologami, aby zapewnić interpretację zdjęć rentgenowskich.
Moda & E-commerce
Na stronie produktu e-commerce opisz zdjęcie kolorem, kształtem, materiałami, stylem. 100 słów opisu z wpływem marketingowym.
Odważ się być inna w tej oszałamiającej czarnej sukience. Wykonany z miękkiej, dopasowanej dzianiny, ten element charakteryzuje się wyrafinowanym golfem oraz sylwetką podkreślającą sylwetkę, która przechodzi do szykownej długości midi. Dramat tkwi w obszernych, sztucznie futrzonych mankietach, które dodają odrobinę przepychu i niezaprzeczalną ostrość. Idealna na wieczorne wyjście lub wydarzenie, które robi wrażenie, ta sukienka to nowoczesne arcydzieło. Bez wysiłku szykowni i nieskończenie wszechstronni, przygotuj się na przyciąganie spojrzeń gdziekolwiek się pojawisz. Opanować pokój. Przejmij swój styl.
GeoGuessing
Zgadnij lokalizację zdjęcia, zacznij od kraju, obszaru, a potem miasta. Dodaj 50 słów, aby opisać temat. Zakończ z procentem od szacunku dokładności.
Oto moja analiza tego zdjęcia:
- Kraj: Francja
- Obszar: Nowa Akwitania
- Miasto: Cap Ferret
Opis tematu: Mała, jaskrawo pomalowana łódka spokojnie unosi się na wodzie, jej czerwono-kadłub kontrastuje z niebieskim. Pierwszy plan usiany jest drewnianymi słupami wystającymi z wody. Latarnia morska Arcachon jest widoczna za drzewami. Piaszczysta plaża rozciąga się w oddali.
Szacowanie dokładności: 85%