LLaVA Modell

Hierbei wird ein KI-Modell zur Verschlagwortung bzw. Beschreibung der Bilder verwendet, welches lokal auf Ihrem PC ausgeführt wird. Es findet keine Online-Verbindung statt und es fallen auch keine weiteren Kosten an. Wenn Sie kein eigenes Modell bereitstellen wollen, wird WIA-Loader bei der ersten Verwendung anbieten, eines automatisch herunterzuladen. In diesem Fall lädt WIA-Loader dann dieses Modell von der Webseite https://huggingface.co herunter: llava-phi-3-mini-gguf. Je nach Ausstattung Ihres PCs (insbesondere Grafikkarte) lässt sich die Auswertung über GPU-Layer, Context-Size und Temperature beschleunigen bzw. abstimmen.

OpenAI ChatGPT

Hier werden die Bilder an ChatGPT übermittelt, mit der Aufgabe (dem Prompt), eine Liste an Schlüsselwörtern und einer Bildunterschrift zu erstellen und diese als JSON String auszugeben. Im Editor der KI-Konfigurationen lässt sich außerdem direkt aus einer Liste der verfügbaren OpenAI-Modelle auswählen.

Dieser Dienst ist kostenpflichtig, d.h. Sie müssen einen eigenen API-Schlüssel von OpenAI in der Konfiguration hinterlegen. Es gibt keinen Credit-Kauf mehr über den Microsoft Store - die Kosten für die Auswertung werden direkt über Ihr eigenes OpenAI-Konto abgerechnet.

LM Studio

Als dritte Möglichkeit lässt sich ein lokal laufender, OpenAI-kompatibler Server wie LM Studio verwenden. Damit lässt sich, ähnlich wie bei LLaVA, ein beliebiges lokales Modell verwenden, ohne dass ein API-Schlüssel benötigt wird. Sie müssen dazu lediglich die Adresse des lokalen Servers in der Konfiguration hinterlegen.