AI-подписи к изображениям
Составьте подпись к изображению с помощью локальной модели в браузере.
AI-подписи к изображениям
Drop your files here
or choose files from your device
Как использовать AI-подписи к изображениям
AI image captioner writes a short caption describing a photo using the ViT-GPT2 image captioning model, which runs in your browser after it downloads. Generation is limited to 80 new tokens, and the caption can be copied or downloaded as image-caption.txt. Captions can omit or invent details, so review them before publishing.
- Выберите исходный файл. Если инструмент принимает несколько файлов, расположите их в нужном порядке.
- Проверьте формат исходных данных перед запуском операции.
- Запустите «AI-подписи к изображениям», просмотрите результат и используйте доступные элементы копирования или скачивания.
Что поддерживает этот инструмент
При первом запуске скачивает модель вывода. Чат и генерация требуют WebGPU; меньшие модели распознавания используют WebAssembly в браузере. Результаты AI могут пропускать или выдумывать детали. Проверяйте их перед использованием.
Ограничения и обработка
Текстовые источники ограничены 8 000 символов; поиск по изображениям принимает до 20 изображений и запрос до 500 символов. Модели могут обрезать длинный текст. Первая загрузка может занимать сотни MB и требует памяти браузера.
Пример исходных данных
A useful tool makes everyday work easier. Review the results before sharing.
Частые вопросы
What AI model does the image captioner use?
It runs Xenova/vit-gpt2-image-captioning, a quantized image-to-text model, through a browser runtime. The model downloads on the first run and may remain in the browser cache for later captions on the same device.
Can the AI image captioner describe more than one image?
Each run captions the first image you select. To caption several photos, run the tool once per image and copy or download each caption separately.
Can the captioner read text or recognize people in an image?
It is a general captioning model, not an OCR or recognition tool. It produces a brief description of the scene, so add names, places, visible text and other context yourself.
Где обрабатываются мои данные?
Локальный режим скачивает общедоступные модели и ресурсы среды выполнения и сохраняет входные данные в этом браузере. Модели могут оставаться в кэше этого устройства.
Каковы ограничения входных данных?
Текстовые источники ограничены 8 000 символов; поиск по изображениям принимает до 20 изображений и запрос до 500 символов. Модели могут обрезать длинный текст. Первая загрузка может занимать сотни MB и требует памяти браузера.