Assegnazione tag automatici¶
Le opzioni di manutenzione di digiKam per l’assegnazione di tag automatici¶
Assegnazione tag automatici analizza le immagini della tua raccolta applicando una rete neurale addestrata a identificare gli oggetti comuni per tutte quante le immagini. Gli oggetti identificati dalla rete neurale vengono quindi utilizzati per assegnare tag a ciascuna immagine. Perciò, in teoria, quando l’analisi viene completata, è possibile ricercare nella banca dati le immagini che contengono un uccello, una palla o un’autovettura.
Sono presenti tre opzioni per questo strumento:
La Modalità tag automatici può essere configurata con l’opzione Pulisci tutto e riassegna o con l’opzione Esegui un’analisi solo dei non assegnati. Quest’ultima opzione limita l’elaborazione alle immagini non analizza precedentemente, dunque è più veloce.
Il Modello di selezione può essere configurato con uno dei tre modelli di addestramento: YOLOv5 Nano, YOLO5XLarge o ResNet50. YOLOv5 Nano è il modello più veloce ma il meno preciso, YOLO5XLarge è quello più lento ma il più preciso. ResNet50 si trova tra i due estremi.
L’opzione Traduci in ti consente di tradurre automaticamente qualsiasi tag in una o più lingue differenti.
Durante il processo di assegnazione dei tag automatici, viene visualizzato un indicatore di avanzamento nell’angolo inferiore destro della finestra principale.