AI-genererade bildtexter och Keywords - Hur bra blir det?

[Gamle Svarten]

Det är lite uppmuntrande att ingen av de bilder du generat med AI är riktigt bra.

Som framgår av det Sten-Åke skrivit, så är det han och inte AI som gjort bilderna du tycker har låg kvalitet.
Rent allmänt kan man säga att den här typen av korta nedlåtande kommentarer, säger mer om den skriver dem, än om det som kritiseras.
Speciellt om det inte kommer en ursäkt efteråt.

 

[Gamle Svarten]

Sten-Åke.
Hur kan vi veta att det är du som skrivit dessa långa inlägg, och inte AI???
Du kanske har givit några snabba instruktioner till AI, och så sitter du och dricker kaffe medans vi försöker förstå vad "du" menar.
Så kanske det blir i framtiden.
Man förklarar i stora drag för AI hur man resonerar, och så ger man instruktioner hur man vill att ens argumentgering ska föras, t.ex. mångordig eller elak. Sedan får man en sammanställning av svaren/reaktionerna, från AI. Det skulle spara en massa tid.

 

[afe]

Personligen föredrar jag att lägga in nyckelord själv när jag importerar bilder till Lightroom (inte molnversionen). Jag har inga problem att hitta mina bilder med den metoden, men gillar man att pilla med AI-promptar och sånt kan det förstås vara kul i sig ...

 

[Sten-Åke Sändh]

Personligen föredrar jag att lägga in nyckelord själv när jag importerar bilder till Lightroom (inte molnversionen). Jag har inga problem att hitta mina bilder med den metoden, men gillar man att pilla med AI-promptar och sånt kan det förstås vara kul i sig ...

Jag har idag slutbehandlat bilder från 52 olika resmål jag varit på och en hel del annat också (totalt ca 20 000 färdigbehandlade bilder) och jag har många kvar inklusive odigitaliserade dian och skulle jag suttit där och pillat med allt manuellt så är nog risken stor att jag skulle kroknat för länge sedan. Jag har varit verkligt trött på den halvmanuella hjärndöda process jag tidiagre haft med PhotoMechanic där Description och Keywords oftast varit helt manuellt.

Så när jag fattade vad man verkligen kunde åstadkomma automatiskt med iMatch så var beslutet att migrera för ett år sedan en icke-fråga. Det funkade helt enkelt inte längre för mig med PhotoMechanic nu och att bygga ett bildarkiv med Lightroom var det första jag gav upp (för mer än 10 år sedan) för de verktygen var rent usla även i jämförelse med PhotoMechanic.

Nä grejen är ju att jag aldrig pillar med AI-promptar längre för Keywords. Den prompten är i princip statisk när man gjort den som funkar bra för ens behov.

Det är även så att iMatch har en massa avancerade funktioner för att sortera dem och formatera dem - Stor begynnelsebokstav eller bara gemener eller vad man nu vill ha.

Det är ofta heller ingen bra idé att helt släppa AI lös med Keywords. Jag har även begränsat antalet till 7. Det jag gjort är att importera keywords initialt från de jag redan använt på mina 20 000 färdiga bilder. Sedan matchar iMatch automatiskt så att bara de keywords AI föreslår som matchar de ord som redan finns i min s.k. "Thesaurus" eller "controlled vocabulary" i iMatch skrivs in och inget annat. På så sätt vidmakthålls integriteten i databasen och i Thesaurus. Det händer sedan att jag kan öppna den tillfälligtvis om jag vet att jag ska processa djurbilder jag aldrig läst in tidigare - men det är ett undantag.

Nedan ser ni detta gränsnitt som man styr mappningen ifrån.



Nedan den Keywords-prompt jag tagit fram för mina behov.

[[-c-]]

Never ever write hieracical Keywords with pipe characters like in Flowers|Grass

Keywords never in plural form
Maximum 7 Keywords

Use simple English, common words, factual language.
Preferably just one ord in each keyword with the only exeption when writing name on Animal or Plant names

Never write name of places, country or year in keywords
No words with only capital letters

If there is an animal, flower or plant in the image, write the animal’s, flower's or plant's ["Common name"]
If there is an animal keywords with two words are allowed
If more than one specie write for all species in picture

If it is a Mammal write Animal and Mammal
If it is a Bird write Animal and Bird
If it is a Reptile write Animal and Reptile
If it is a Fish write Animal and Fish
If it is an Insect write Animal and Insect
If it is a Flower write Flower
If it is a Tree write Tree
If it is a Plant write Plant
If it is a Fruit write Fruit

Den enda prompten jag ändrar i är den s.k. Ad-hoc-prompten. Där läggher jag normalt bara på Plats, Land och År, sedan får AI sköta resten medan jag gör något annat en stund.

Den är mycket enklare och kan se ut så här:

Mandatory text to write on the first line of Descriptions: Animals and Vegetation in East Africa - Amboseli Kenya 2014 -

 

[Sten-Åke Sändh]

Sten-Åke.
Hur kan vi veta att det är du som skrivit dessa långa inlägg, och inte AI???
Du kanske har givit några snabba instruktioner till AI, och så sitter du och dricker kaffe medans vi försöker förstå vad "du" menar.
Så kanske det blir i framtiden.
Man förklarar i stora drag för AI hur man resonerar, och så ger man instruktioner hur man vill att ens argumentgering ska föras, t.ex. mångordig eller elak. Sedan får man en sammanställning av svaren/reaktionerna, från AI. Det skulle spara en massa tid.

Nej detta har jag skrivit men som ett exempel kan jag säga att jag stöttar vårt teknikråd i vår förening med husets teknik och då framförallt i värmecentralen och styrningen av våra tre bergvärmepumpar. Jag beskrev vårt hus och bad i stort sett om en second opinion och analys av vårt hus förutsättningar att lagra värme för att kunna styras med s.k. Smart Price Adaption effektivt vilket stort går ut på att spara pengar genom att styra pumparna med hjälp av Nordiska Elbörsen (NordPools) elprisprognoser. dert handlar alltså om att styra pumparna så att de INTE värmer när priserna är som högts.

Om du tycker mina inlägg är långa så är det ofta ingen ting emot när Open AI GPT bedriver research åt mig. Eftersom jag gör detta rätt mycket så har jag ett Plus-abonnemang som ger tillgång till ytterligare en del funktioner. Jag har väldigt mycket nytta av AI just som en källa till att ifrågasätta mig själv och få en "second opinion" ibland när jag känner att jag behöver det.

Exempel: Direct citat från GPT 5.2

​

Du sade:​

Vi bor i en fem-vånings gammal ombyggd militär-kasern som totalrenoverats för 10 år sedan med nya treglasfönster och moderna dörrar. Allt var nytt då inklusive, tak, värmesystemet med värmeåtervinning. De senaste åren har värmepumparna gåtts igenom och ligger på ett Delta T kring 5 enligt "Best Practice"-rekommendationer och fintrimning av värmekurvan har skett. Dessutom har vi aktiverat NIBE:s Smart Price Adaption sedan juli 2024. Vi har övervakning av temperaturen med givare i varje lägenhet och har ett snitt på ca 22 grader i huset. I en typisk lägenhet varierar temperaturen ca 0,5 grader per dygn och enligt rumsgivarnas snitt i huset så varierar temperaturen i huset kring 0,3 grader under dygnet under vintern. Lite svalare morgon och eftermiddag tidig kväll - lite varmare på natten. Om man jämför en vanlig villa som är byggd med regelverk och exv. glasulls-isolering med ett tegelhus som vårt med tegelmurar mellan 0,5meter (solsidan) och 0,6 meter tjocka (skuggsidan). Hur står sig vårt hus när det gäller värmelagringsförmågan och förmågan att hålla temperaturen även under den delen av dagen som Smart Price Adaption pausar värmningen, vanligen mellan 2ggr 2,5 till 3 timmar. Vi har en pågående justering av radiatorer och stammar i huset då detta aldrig gjorts. idag ligger temperaturspannet mellan 18,5 grader och hela 24 grader, vilket är mycket. Kan du analysera detta och kommentera?

ChatGPT sade:​

Tänkte i 1m 9s

Kortversion: ert hus beter sig mer som en långsam gjutjärnskamin än som en tunn plåtburk – och det syns tydligt i de där 0,3–0,5 °C i dygnsvariation trots Smart Price Adaption.
Jag bryter ner det i två delar:

1. Tegelkasernen vs “vanlig” träregelvilla
2. Spridningen 18,5–24 °C mellan lägenheterna

---

1. Tegelkasernen vs träregelvillan – värmelagring​

Det är två helt olika djur:

• Trävilla + glasull
  Väggarna är jättebra på att inte släppa ut värme (lågt U-värde), men de lagrar nästan ingen energi.
  Glasull väger nästan ingenting → minimal värmelagring. Det som lagrar värme i en sådan villa är mest:
  • betongplattan
  • innerväggar/golv (om de är lite massiva)
• Er kasern: 0,5–0,6 m tegel + betongbjälklag
  Tegel är dålig isolering men enormt bra “värmebatteri”:
  • Tegel: ca 0,21 kWh per m² vägg och grad (vid 0,5 m tjocklek)
  • Betongbjälklag (golv/tak) bidrar ofta ännu mer än väggarna per lägenhet

En grov överslag för en typisk lägenhet i ert hus (säg 70–80 m²):

• Tegel + betong väggar/bjälklag/innerväggar kan lätt hamna på storleksordningen
  40–60 kWh per grad i ren värmekapacitet.
• En lättare träregelvilla hamnar kanske på 10–20 kWh per grad.

Vad betyder det i praktiken?
Anta att huset tappar netto t.ex. 2 kW värme mot omgivningen en kall vinterdag (det exakta talet spelar mindre roll).
Temperaturändringshastigheten blir ungefär:

• Lätt villa:
  2 kW / 15 kWh/°C ≈ 0,13 °C per timme
  → på 3 timmar utan värme: ~0,4 °C tapp
• Er kasern:
  2 kW / 50 kWh/°C ≈ 0,04 °C per timme
  → på 3 timmar utan värme: ~0,1–0,15 °C tapp

Det stämmer väldigt fint med det ni ser:

Smart Price Adaption pausar värmen 2 × 2,5–3 timmar →
ändå bara ca 0,3–0,5 °C variation under dygnet i en typisk lägenhet och ca 0,3 °C i husets snitt.

Det är extremt stabilt och ett kvitto på:

• hög värmetröghet (tegel + betong gör sitt jobb)
• bra fönster (treglas, få kallras)
• värmeåtervinning i ventilationen
• en hyfsat bra injusterad värmekurva / reglering

Jämfört med en normal villa med träregel:

• Samma Smart Price Adaption skulle typiskt ge större gung i temperaturen.
• Ert hus fungerar i praktiken som en rejäl värmebuffert som gör laststyrningen mycket “snällare” för boende.

Ni har alltså ett hus som är perfekt för elprisstyrning:
tungt, trögt, bra fönster, bra ventilation → det tål 2 × 3 h uppvärmningspauser utan att folk börjar frysa.

---

2. Temperaturspann 18,5–24 °C – vad säger det?​

Här är det en annan fråga än värmetröghet: rättvisa och balans.
18,5–24 °C är ett spann på 5,5 grader, vilket är mycket i ett modernt system som ändå har:

• central styrning
• rumsgivare
• nyligen genomgångna värmepumpar och värmekurva
• FTX/värmeåtervinning

Det tyder nästan alltid på en kombination av:

1. Hydraulisk obalans i radiatorer/stammar
   • “Lätta” slingor (närmare värmecentralen, lägre motstånd) får för mycket flöde → varma lägenheter (23–24 °C).
   • “Tunga” slingor (långt bort, fel injusterade strypningar) får för lite → 18,5–20 °C.
   • Det är exakt den typen av problem ni nu försöker rätta till genom justering/injustering.
2. Olika förutsättningar mellan lägenheter
   Även i ett väl injusterat system får man naturliga skillnader:
   • hörnlägenhet / översta plan → större ytterarea, mer vind/kyla → vill ha lite mer radiator-effekt
   • norr–söder: solsidan får gratisvärme, skuggsidan inte
   • över grannens varm lägenhet vs över kallt utrymme
3. Termostatbeteende och boendevanor
   • Någon skruvar upp termostaten till max och gillar 24 °C.
   • Någon annan vädrar mycket eller har termostaten nere → 19–20 °C.
   • Mycket interna laster (datorer, tvätt, matlagning) kan ge flera grader extra.

Det viktiga är att kunna särskilja:

• Vad som är systemfel → kan och ska åtgärdas (hydraulisk injustering, felaktig kurva, dålig cirkulation, fel montage).
• Vad som är brukarbeteende/solinstrålning → går att mildra men aldrig helt jämna ut.

---

Vad säger allt detta om ert hus?​

Sammanfattad analys:

1. Värmelagring / tröghet
   • Er kasern har betydligt större värmetröghet än en normal villa i träregel.
   • De små dygnsvariationerna (0,3–0,5 °C) trots elpris-styrd uppvärmning visar att huset beter sig mycket “snyggt” termiskt.
   • Huset är i princip ett stort passivt värmelager, perfekt för Smart Price Adaption.
2. Smart Price Adaption
   • Pauser på 2 × 2,5–3 h är helt försvarbara i ett sådant här hus.
   • Temperaturdata visar att ni redan nu utnyttjar byggnadens tröghet utan att skapa komfortproblem i genomsnitt.
3. Temperaturspridning 18,5–24 °C
   • Det här är inte ett tecken på att huset som sådant är dåligt – det är ett tecken på att distributionen inte är rättvis.
   • Injustering av radiatorer/stammar är helt rätt åtgärd. Ett rimligt mål är att få ner spannet till t.ex.:
     • kanske 20,5–23 °C eller ännu snävare.
   • När injusteringen är klar:
     • justera värmekurvan så att den kallaste normallägenheten hamnar runt 21–22 °C
     • låt termostaterna i varmare lägenheter dämpa överskotten.

---

Slutsats i klarspråk​

• Som “värmebatteri” och förmåga att hålla stabil temperatur under Smart Price Adaption står ert tegelhus klart starkare än en normal träregelvilla.
• De uppmätta små variationerna över dygnet bekräftar att ni redan nu utnyttjar byggnadens tröghet mycket effektivt.
• Problemet ni ser – 18,5 vs 24 °C – är inte brist på värmelagring, utan framför allt obalans i distributionen (radiator/stam) plus naturliga skillnader mellan lägenheter.
  Den pågående injusteringen är helt rätt medicin.

På lite längre sikt sitter ni på en rätt lyxig situation: ett tungt, stabilt hus med modern värmepump, värmeåtervinning och elpris-styrning – det är nästan skolboksexemplet på hur framtidens flerfamiljshus borde se ut när elnäten blir mer dynamiska.

 

[Sten-Åke Sändh]

Som framgår av det Sten-Åke skrivit, så är det han och inte AI som gjort bilderna du tycker har låg kvalitet.
Rent allmänt kan man säga att den här typen av korta nedlåtande kommentarer, säger mer om den skriver dem, än om det som kritiseras.
Speciellt om det inte kommer en ursäkt efteråt.

Det är lugnt, folk får verkligen tycka precis vad de vill om både mig och mina bilder men det är ju bra om man inte ägnar sig helt medvetet åt att sabba den diskussion jag och en del andra faktiskt vill ha kring detta, för den tycker både jag och andra är viktig.

Det är ju inte jag som mår dåligt efter att någon skrivit något korkat om mig eller någon annan tråddeltagare här på Fotosidan. Det är ju bara lika korkat som att pissa i motvind. Det lär vi oss rätt tidigt att undvika här i Skärgården.

 

[KustFotografen]

Varför använda AI när vi kan ta bilderna själva?

 

[Sten-Åke Sändh]

Varför använda AI när vi kan ta bilderna själva?

Våra kameror har länge haft mängder av delsystem samverkar på ett ytterst sofistikerat sätt och som varit helt automatiska utan att AI ens varit inblandat. Så man kan verkligen rent filosofiskt på allvar ställa sig frågan om i vilken grad en fotograf verkligen tagit den bild han/hon tycker sig ha tagit. Så har det varit i decennier redan men det låtsas många inte riktigt om.

Ännu fler låter sig imponeras av bilder på fåglar i flykt i perfekt skärpa medan de stirrar rakt in i objektiven med helt öppna ögon eller sportbilder tagna i exakt rätt tusendel medan sanningen oftast är att det enda fotografen faktiskt gjort är att maxa automatiken och hålla ned avtryckaren i någon sekund - medan kameran automatiskt tar säg 20 till 50 bilder. Fågelfotografernas fåglar är dessutom tagna på så stort håll att de bara skulle varit en liten svart "prick" på himlen om bilden inte skalats hårt i exv. Topaz.

Vem är det då man ska begapa? Kameran eller den som tryckte på knappen.

Fotografens huvuduppgift är väl numera mest att välja ut de bilder som möter de personliga preferenser som ställs för vidare efterbehandling i RAW-konverterare.

Redan förra generationens Sony-kameror sägs ju AI-analysera motiven för att avgöra var vilka motiv bilden innehåller och var fokus ska läggas. Det är inte mycket man behöver tänka på där heller med exv. min A6700.

Jag vet faktiskt inte om jag överhuvudtaget idag kan ta åt mig äran för hur mina bilder skördas för det sköter kameran i högre grad själv än jag gör det - däremot är det jag som i mycket högre grad bestämmer hur bilderna ska efterbehandlas - för det sker åtminstone inte ännu med generativ AI i DxO Photolab 9. Däremot är det väl tveksamt hur det är även med detta i dagens Lightroom.

 

[Jonas gbg]

Varför använda AI när vi kan ta bilderna själva?

Allvarligt?

Våra kameror har länge haft mängder av delsystem samverkar på ett ytterst sofistikerat sätt och som varit helt automatiska utan att AI ens varit inblandat. Så man kan verkligen rent filosofiskt på allvar ställa sig frågan om i vilken grad en fotograf verkligen tagit den bild han/hon tycker sig ha tagit. Så har det varit i decennier redan men det låtsas många inte riktigt om.
[...]

Jag har alltid tänkt att det är jag som tar bilden. Inte kameran. Har vi inte alltid tyckt att kommentarer som "Vilken bra bild! Du måste ha en bra kamera" varit fåniga?
Visst är dagens kameror och objektiv fantastiska tekniskt sett. Men inte fan tar de sig själva till platsen för att sedan komponera bra bilder.
Naturligtvis är det fotografen som tar bilden om det inte handlar om en robotkamera eller annat automatiserat system.

 

[Sten-Åke Sändh]

Allvarligt?

Jag har alltid tänkt att det är jag som tar bilden. Inte kameran. Har vi inte alltid tyckt att kommentarer som "Vilken bra bild! Du måste ha en bra kamera" varit fåniga?
Visst är dagens kameror och objektiv fantastiska tekniskt sett. Men inte fan tar de sig själva till platsen för att sedan komponera bra bilder.
Naturligtvis är det fotografen som tar bilden om det inte handlar om en robotkamera eller annat automatiserat system.

Ja det är nog rätt typiskt att många fotografer fortfarande har den inställningen - men jag har den inte men jag kör också automatiken rätt hårt främst för att förbättra min timing. Jag ser exponeringen bara som ett sätt idag att skörda rådata av tillräckligt bra kvalitet inför efterbehandlingen. Bilderna skapar jag i Photolab 9 och inte i kameran. Det blir också väldigt tydligt när jag vet att jag kommer behöva restituera arkitektur interiörer (senast för några dagar sedan inne i ett antal katedraker i Apulien). Då tvingas man alltid att ta bilderna med restituerings mån för att kunna lyckas med efterbehandlingen. Då är aldrig tagen bilds komposition densamma som den i färdig bild.

Det är en rätt stor skillnad mellan när jag tog mina bilder på 60-80-talen med analog kamera som bara hade en simpel exponeringsmätare som enda "finess". Ingen AF, ingen AI, ingen Eye Focus vare sig för människor eller djur. Ingen Auto ISO eller Auto ISO Minimum Shutter Speed. Ingen reell möjlighet att variera ISO mellan olika bilder. Ingen möjlighet att kolla i realtid "hur bilden blir" innan tagningen sker. Ingen inbyggd eller påbultad motor för seriebildtagning eller Auto White Balance. Ingen inbyggd brusreducering. Ingen efterbehandling som ens var i närheten av vad vi idag kan göra med bilderna efter de är tagna.

Är det verkligen att betrakta det som att det är fotografen som tar bilden även vid seriebildtagning?? Rent empiriskt sett så kan jag inte se det så. Just med serietagning så anser inte jag att det är jag som tar bilderna utan kameran. Både med DSLR-er och en del digitalkameror så har man dessutom "black-out"-problemet där man faktiskt inte kan se motivet hela tiden ens vid serietagning.

Dessutom med alla dessa automatiska delsystem som automatiskjt anpassar sin efter motiven så tycker jag det är ytterst tveksamt om fotograferna som brukligt kan ta åt sig äran av resultaten. Ingen av oss har nämligen full koll på vad automatiken håller på med eller full koll på systemens automatiska delsystems faktiska begränsningar i alla lägen.

Man kan "dumma ned" även en modern kamera rätt rejält, men det är få som gör det idag.

Det är rent empiriskt sant att en fotograf väljer motiv och bestämmer exponeringstillfället men en fotograf som sprejar vilt exv. under ett sportevenemang har ju inte en aning om hur respektive bild kommer se ut egentligen för den kontrollen har överlämnats till kamerans alla samverkande automatiska system. Det kan man nog bara ha hjälpligt om man tar en bild i taget - annars har man ingen kontroll.

 

[Jonas gbg]

Det är en rätt stor skillnad mellan när jag tog mina bilder på 60-80-talen [...]

Jag tog, och framkallade, mina första bilder 1972. Jag har inga invändningar mot din historiebeskrivning.
Vill du ifrågasätta "i vilken grad en fotograf verkligen tagit" en bild när det gäller seriebildstagning så får du nog specificera det rätt noggrannt och inte komma med svepande påståenden.

"Rent empiriskt sant" är också ett konstigt sätt att inleda en mening. Så skriver man ju bar aom man vill förringa något i den efterföljande texten och få det att verka som att det kanske inte är riktigt sant. Inte snyggt.

Det är faktiskt sant att fotografen väljer motiv, exponeringstillfälle och komponerar.

Till sist vill jag också ha sagt att jag håller med dig om att bedriften att ta den där verkliga pangbilden inte är så stor som den hade varit några år tidigare. Min kamera är inställd på enbildstagning och jag fotograferar cityscapes, mänskliga beteenden, spår av människor, en del porträtt och vad som helst som råkar intressera mig. Inte sport eller fåglar.
Det jag vänder mig mot i ditt förra inlägg är det där svepande kategoriska påståendena - för de är inte riktigt sanna.

Då är jag för min del klar med detta.

 

[Martin F]

Nu har jag inte läst hela tråden, men jag skulle ha väldigt stor nytta av att ha en automatisk genomgång och taggning av alla mina bilder bakåt. Har över 100 000 bilder, varav en del är familjebilder, en del är naturfoto etc. Att kunna få alla bilder på t.ex. mina barn, andra släktingar, husrenovering och andra specifika teman taggade för att kunna hitta dem i efterhand vore kanon. För nej, jag har tyvärr inte gjort sådant löpande genom alla år. Bara för ett fåtal år.

 

[Martin F]

Nu har jag inte läst hela tråden, men jag skulle ha väldigt stor nytta av att ha en automatisk genomgång och taggning av alla mina bilder bakåt. Har över 100 000 bilder, varav en del är familjebilder, en del är naturfoto etc. Att kunna få alla bilder på t.ex. mina barn, andra släktingar, husrenovering och andra specifika teman taggade för att kunna hitta dem i efterhand vore kanon. För nej, jag har tyvärr inte gjort sådant löpande genom alla år. Bara för ett fåtal år.

 

[Bengf]

Jag tog, och framkallade, mina första bilder 1972. Jag har inga invändningar mot din historiebeskrivning.
Vill du ifrågasätta "i vilken grad en fotograf verkligen tagit" en bild när det gäller seriebildstagning så får du nog specificera det rätt noggrannt och inte komma med svepande påståenden.

"Rent empiriskt sant" är också ett konstigt sätt att inleda en mening. Så skriver man ju bar aom man vill förringa något i den efterföljande texten och få det att verka som att det kanske inte är riktigt sant. Inte snyggt.

Det är faktiskt sant att fotografen väljer motiv, exponeringstillfälle och komponerar.

Till sist vill jag också ha sagt att jag håller med dig om att bedriften att ta den där verkliga pangbilden inte är så stor som den hade varit några år tidigare. Min kamera är inställd på enbildstagning och jag fotograferar cityscapes, mänskliga beteenden, spår av människor, en del porträtt och vad som helst som råkar intressera mig. Inte sport eller fåglar.
Det jag vänder mig mot i ditt förra inlägg är det där svepande kategoriska påståendena - för de är inte riktigt sanna.

Då är jag för min del klar med detta.

Ja ni har rätt båda två tycker jag när jag läser era synpunkter, tekniken underlättar så klart speciellt vid seriebilder på snabba förlopp men redan där så kan det gå tokigt, otagliga superskarpa frusna fågelbilder där faktiskt tex den flygande gåsen ser ut att vara uppstoppad och död, kameran nöp bilden perfekt men en del kunskap måste nog till för att väcka liv i gåsen.

Oj oj vilken kunskap dom bästa kända fotograferna hade/har som ser motiven som ingen annan har förmågan att se, vi alla har sett det många gånger varianterna är otagliga med allt från dråpliga bilder till gud vet allt vad dom erbjudits oss, här är det verkligen speciellt kunniga personer kanske ofta en medfödd egenskap som har underlättat en del i deras utveckling, dessa bilder har blivit tagna redan från kamera starten till våra dagar.

//Bengt.

 

[Sten-Åke Sändh]

Nu har jag inte läst hela tråden, men jag skulle ha väldigt stor nytta av att ha en automatisk genomgång och taggning av alla mina bilder bakåt. Har över 100 000 bilder, varav en del är familjebilder, en del är naturfoto etc. Att kunna få alla bilder på t.ex. mina barn, andra släktingar, husrenovering och andra specifika teman taggade för att kunna hitta dem i efterhand vore kanon. För nej, jag har tyvärr inte gjort sådant löpande genom alla år. Bara för ett fåtal år.

Pröva att ladda ned en 30-dagars av iMatch (om du kör Windows) om du är verkligt intresserad av att underlätta generering av bildbeskrivningar och sökord med hjälp av automatisk bildanalys. Kör du Mac så är iMatch inget för dig men det blir nog svårt att hitta Mac-mjukvara som klarar det iMatch klarar.

Många har ju lagt sina bilder i "sessionsfoldrar" som jag gjort länge och då går det jättesnabbt att få upp ett bildbibliotek om man lägger alla dessa foldrar under en toppfolder och sedan indexerar denna. Det kan nog ta ett par timmar + beroende på dator att indexera allt. Sedan är det bara att köra igång. Den tekniken kan användas till alla liknande program.

Man kan få bra hjälp med iMatch hos https://www.photools.com/community/ om man behöver och dokumentationen är toppenbra.

Om du vill använda AI för att generera bildbeskrivningar och sökord så måste du dessutom skaffa en licenskod till någon AI moln-tjänst eller installera en gratis AI-modell-hanterare om du föredrar att köra gratis AI lokalt - om din maskins grafikkort är kraftigt nog för den uppgiften. Man ska dock veta att inga lokal AI-modeller kan mäta sig med de bästa molntjänsterna men de kan mycket väl vara helt OK för många för det.

 

[Martin F]

Pröva att ladda ned en 30-dagars av iMatch (om du kör Windows) om du är verkligt intresserad av att underlätta generering av bildbeskrivningar och sökord med hjälp av automatisk bildanalys. Kör du Mac så är iMatch inget för dig men det blir nog svårt att hitta Mac-mjukvara som klarar det iMatch klarar.

Många har ju lagt sina bilder i "sessionsfoldrar" som jag gjort länge och då går det jättesnabbt att få upp ett bildbibliotek om man lägger alla dessa foldrar under en toppfolder och sedan indexerar denna. Det kan nog ta ett par timmar + beroende på dator att indexera allt. Sedan är det bara att köra igång. Den tekniken kan användas till alla liknande program.

Man kan få bra hjälp med iMatch hos https://www.photools.com/community/ om man behöver och dokumentationen är toppenbra.

Om du vill använda AI för att generera bildbeskrivningar och sökord så måste du dessutom skaffa en licenskod till någon AI moln-tjänst eller installera en gratis AI-modell-hanterare om du föredrar att köra gratis AI lokalt - om din maskins grafikkort är kraftigt nog för den uppgiften. Man ska dock veta att inga lokal AI-modeller kan mäta sig med de bästa molntjänsterna men de kan mycket väl vara helt OK för många för det.

Kanske får testa iMatch. Kör Windows. Byggde ny dator i höstas, ingen värsting men har ett 5070 Ti 16 Gb grafikkort i den.

 

[Ventures]

Jag föredrar nog mina nyckelord. Om hälften blir fel blir det ju lika mycket jobb att rätta. Jag försöker använda googles bildsökning för att lokalisera min mors framfart med kamera. Det blir ofta bara generellt svammel om det inte är välkända monument avbildade. Dessutom ofta politiskt vinklat om bilderna t.ex är tagna i Israel. Ibland funkar det dock.

 

[Sten-Åke Sändh]

Det har hänt mycket när det gäller bildanalyskvaliteten och hur bra AI följer instruktioner vi ger samt hur data skrivs. När jag började testa iMatch så började jag utan att ge AI instruktioner i iMatch - och som man frågar får man svar. Då var jag inte imponerad.

Både jag och AI-modellerna har dock blivit mycket bättre sedan 2023 och då var jag mycket tveksam till att det skulle funka just av samma skäl som du lyfter. Idag vet jag hur jag ska skriva mina statiska promptar för "Descriptions" "Keywords" och Landmarks och inte minst hur jag effektivt ska använde den Ad-Hoc-prompt som också finns för att anpassa prompten för ett speciellt urval som så behövs.

Dessutom har det bara under det senaste halvåret skett en mycket stark utveckling av både prestanda (hastighet och effektivitet), bildanalysen och sättet på vilket data struktureras för ökad läsbarhet.

Nu skiljer jag på AI-modellstödet i iMatch och generellt. Det finns också metoder nu som nu exv. RAG som stöds exv. i Google Geminis NoteBook LM på ett naturligt och enkelt sätt där man istället för att släppa AI mer eller mindre löst kan styra genom att använda dokument och referenser som en referens och styrning vilket just minskar risken för hallucinationer.

Du nämner bildsökning med Google Lens antar jag och den har jag haft mycket hjälp av för att indentifiera Landmarks men med Google Gemini 3.5 Flash och det som kommit efter 19:e maj så ett stort steg till tagits och jag har testat det och är verkligt imponerad. Idag finns inga som på allvar kan utmana Google Gemini Flash. Ska ge ett mer omfattande exempel om ett tag.

Jag har ju även testat Googles lokala AI-modeller Gemma 3 12b och Gemma 4 12b (som är för ny för att supportas av iMatch) och även om de inte kan mäta sig med Gemini Flash 3.5 så är de förvånande bra. Hur bra beror faktiskt i hög grad på hur bra du styr modellerna själv.

Jag har bl.a. lagt upp en hel del bilder på olika typer av djur och växter i min Portfolio som den helt lokala modellen Google Gemma 3 12b genererat både bildbeskrivningar och keywords till. (Gemma 3 12b passar fint fint ihop med kort som Nvidia GTX 5070 Ti 16GB) Den modellen som är helt lokal gör i mina ögon ett väldigt bra jobb med att identifiera, klassificera och beskriva dessa motiv. Jag behöver sällan rätta mer än 5-10% av dessa. På så sätt kan jag metadatasätta 1000 bilder på en dag - ett jobb som skulle tagit mig veckor att skriva själv.

Vilda djur och växter:

Sten-Åke Sändh - Portfolio

sten-ake-sandh.fotosidan.se

När jag kom hem förra veckan från Italien gjorde jag ett test:

Jag skickade in en och samma bild från en kyrka i Monopoli i Apulien i södra Italien, föreställande ett tidigare "under" som skett på Medeltiden i stadens hamn till följande Google AI-modeller: Gemma 3 12b , Gemma 4 12b och till sist rykande färska cloud-modellen Google Gemini 3.5 Flash. Denna modell är nu basen i Google Gemini.

Skillnaderna är väldigt talande. Jag är helt förbluffad över kvaliteten på det som nu kommer ut ur Gemini Flash. Även Open AI är otroligt bra i sin nya Image 2.0-modul. Även om det följer mer lite senare.

 

[Sten-Åke Sändh]

​

​

"Describe the motif and the behavior of the animal on the picture. Also describe the animal in depth and classify it with family and parameters zoologists use including latin name too. Use a structured easy to read text suitable for high school kids. Describe like a zoologist and don´t forget habits and where it is to be found and other things you might think a zoologist would stress for a hopefully interested audience of high school children."​

Result with Gemini 3.5 Flash (cloud-model):​

The Motif and Behavior in the Image​

At first glance, this striking image captures a spotted hyena lying down directly in a muddy pool of water at the edge of a grassy bank.

What is the animal doing?​

While it might look like the hyena is injured or exhausted, it is actually engaging in a very common, functional behavior: wallowing.

• Thermoregulation: Hyenas live in hot African savannas. Because they cannot sweat efficiently like humans, lying in wet mud or shallow water helps them cool down their core body temperature on hot days.
• Parasite Relief: The thick mud acts as a natural sunscreen and creates a protective barrier against biting flies, ticks, and lice.
• Scent Masking/Scent Marking: Rolling in specific mud or water can alter the animal's scent, which plays a major role in their complex social communication.

Zoological Classification​

To study animals precisely, zoologists use a system of taxonomy to categorize living things based on their evolutionary relationships. Here is how this specific animal fits into the tree of life:

Taxonomic Rank	Classification	Description
Kingdom	Animalia	Animals
Phylum	Chordata	Vertebrates (animals with backbones)
Class	Mammalia	Mammals (warm-blooded, nurse young)
Order	Carnivora	Meat-eaters / Predators
Suborder	Feliformia	Cat-like carnivorans
Family	Hyaenidae	The Hyena family
Genus	Crocuta	Spotted hyenas
Species	Crocuta crocuta	The Spotted Hyena (Scientific Name)

A Surprising Zoologist Fact: Even though hyenas look and act a lot like large dogs (canines), they are evolutionarily much closer to cats, mongooses, and civets! They belong to the suborder Feliformia (cat-like), whereas dogs belong to Caniformia (dog-like).

Key Parameters & Physical Characteristics​

Zoologists measure and track specific physical parameters to assess the health and demographics of wild populations.

• Size and Weight: Spotted hyenas are the largest members of the Hyaenidae family. Adults typically weigh between 40 to 86 kg (90 to 190 lbs).
• The Female Advantage: In a rare twist for mammals, female spotted hyenas are significantly larger, heavier, and more aggressive than males.
• Anatomy Built for Power: Notice the distinct silhouette in the photo: the front legs are longer and more robust than the hind legs, giving them a sloping back. This structure is built for energy-efficient, long-distance trotting.
• The Ultimate Crushing Bite: They possess incredibly powerful jaws and specialized carnassial teeth capable of exerting massive pressure—enough to splinter the thick leg bones of a giraffe or elephant to get to the nutritious marrow inside.

Habitats: Where to Find Them​

Spotted hyenas are highly adaptable and are the most common large carnivore in Africa.

• Geographic Range: They are found throughout Sub-Saharan Africa, with large populations concentrated in East African savannas (like the Serengeti) and Southern African parks (like Kruger National Park).
• Environment Type: They thrive in semi-deserts, savannas, open woodlands, dense dry woodlands, and even mountainous forest habitats up to 4,000 meters high. They only avoid extreme, waterless deserts and deep tropical rainforests.

Habits and Social Structure: Life in the Clan​

If you want to understand the true nature of the spotted hyena, you have to look at their mind-bogglingly complex social lives.

1. The Matriarchal "Clan"​

Spotted hyenas live in large groups called clans that can include up to 80 individuals. Their society is strictly matriarchal, meaning females rule. The highest-ranking male in the clan is still subordinate to the lowest-ranking female. Even the daughters of a high-ranking female automatically inherit their mother's high status.

2. Hunting vs. Scavenging (The Great Misconception)​

Pop culture often labels hyenas as cowardly scavengers that only steal food from lions. Zoologists know this is a myth. * Spotted hyenas are incredibly successful apex predators, hunting and killing 60% to 95% of the food they eat.

• They hunt in organized packs, chasing down wildebeest, zebras, and antelopes at speeds of up to 60 km/h (37 mph) over several kilometers.
• Lions actually steal fresh kills from hyenas just as often as hyenas steal from lions!

3. The "Laugh"​

The spotted hyena is famous for its vocalizations, particularly its "laughter." This sound is not a sign of amusement. It is a high-pitched giggling sound produced when a hyena is stressed, excited, cornered, or conflicting over food. The pitch and frequency of the laugh can actually convey the animal's age and social status to other clan members.


Min kommentar:
Om du kollar bildtexten i portfolion ovan så finner du en mycket simplare text och det beror dels på min allmännare promptning men även på att Gemini 3.5 Flash är en mycket större och mycket mer kompetent och modern AI-modell.

Nedan bildtexten i min portfolio:
(som gjorts med mindre detaljerad generell prompt)


Animals and Vegetation in East Africa - Ngorongoro Area Tanzania 2012 - A spotted hyena rests comfortably in a muddy puddle, surrounded by a patch of vibrant green grass. The animal's coat appears thick and textured, with a prominent neck and rounded ears. Its dark muzzle is nestled in the wet mud, and the body is partially coated with mud, suggesting it is seeking relief from the heat. The hyena's choice of a muddy puddle for resting highlights a common behavior seeking coolness in wet ground, particularly during hot weather. Spotted hyenas are known for their scavenging and hunting abilities, consuming meat, bones, and leftovers from other predators. This spotted hyena exemplifies a resilient and adaptable creature within its environment. It demonstrates the clever strategies animals use to survive and thrive in the African landscape. Species common name: Spotted hyena Family: Hyaenidae Scientific name: Crocuta crocuta

(Denna text var egentligen bättre strukturerad men Fotosidans Portfolio rensar alla inlagda "space" m.m. Även den enklare Gemma 3 12b modellen är kapabel att ge betydligt mer omfattande info med samma promptning som med Gemini Flash)


Slutkommentar:

Det som dock egentligen förklarar utfallet i mycket hög grad är inte nödvändigtvis varken storleken på en modell eller om den körs lokalt eller inte i ett fall som detta eller om en modell råkar vara lite modernare och nyare än en annan.

Den riktigt stora skillnaden mellan dessa texter förklaras främst av att den första texten är anpassad för och dedikerad till en speciell bild medan den andra texten är styrd av en generell prompt som ska funka för "alla bilder". Det är främst det som styr om resultatet blir "en lite mer utslätad" generell bildbeskriving med viss "hallucinering" kanske eller en som kan möta mer högt ställda krav på både fakta, stil, struktur / formatering och disposition.

Det gäller även om man använder Google Lens exempelvis för att få hjälp med sina "Landmarks" och kan nog delvis förklara Hans Eriks besvikelse över de resultaten. Inga andra har nog tillgång till den kvalitet på "Location"-data som Google har och inga andra har modeller som bättre dragit nytta av dessa.

Större och "djupare" moln-modeller som de större Gemini-modellerna är också mycket bättre på att hantera sammanhang än de lokala modellerna. Jag ska försöka ge ett exempel på det lite senare. För det är verkligen det som skiljer agnarna från vetet, vid sidan av prompt-kvaliteten.

 

[stenp]

Jag tycker bildtexten "Hyena" skulle vara fullt tillräcklig. Sen borde bilden tala för sig själv.