Image descriptions in the Fediverse

2025-03-17 19:20:29

jupiter_rowland@hub.netzgemeinde.eu

Link to an article on what I've learned about describing images for the Fediverse; CW: Fediverse meta, Fediverse beyond Mastodon meta, alt-text meta, image description meta

Artikel ansehen

Fediverse Accessibility

show all 8 comments

2025-03-17 19:29:54

*_jayrope

jrp@hub.kliklak.net

@Jupiter Rowland Was hältst Du vom Altbot?

2025-03-17 20:25:47

Jupiter Rowland

jupiter_rowland@hub.netzgemeinde.eu

@*_jayrope Von KI für Bildbeschreibungen für meine Bilder halte ich gar nichts. Meine Bilder sind über ein extremes Nischenthema, und um sie zu beschreiben und zu erklären, braucht es extremes Nischenwissen.

Ich hab's demonstrativ zweimal mit LLaVA versucht. Dieses Bild habe ich selbst in acht Stunden und über 25.000 Zeichen beschrieben. LLaVA hat in vielleicht einer halben Minute etwas über 550 Zeichen rausgetan. Hier ist der direkte Vergleich.

Fazit:

Ich konnte haarklein erklären, wo das Bild gemacht wurde, und zwar so, daß es auch ein Laie versteht. Der Ort, die Sim, das Grid, die Software darunter, was es mit der Software auf sich hat, was ein Grid ist, was eine Sim ist usw. usf. etc. pp. Das ist es, was die Leute wissen müssen. LLaVA konnte nur grob spekulieren.
Ich habe den Avatar recht detailliert beschrieben, LLaVA überhaupt nicht und ihn als "Charakter" bezeichnet.
LLaVA hat darüber halluziniert, wohin der Avatar guckt. Ich wußte es, obwohl es von hinten gar nicht sichtbar ist. Ich konnte auch sagen, warum der Avatar von hinten zu sehen ist.
LLaVA hat Text in dem Bild nicht mal gefunden. Ich habe fast alles an Text, was für mich irgendwie lesbar war. wortwörtlich transkribiert. Ich glaube, ich habe nur ein Nummernschild über einer Tür auf einem Bild in diesem Bild vergessen.
Ich habe von dem Ort den popkulturellen Bogen zu Edgar Wallace und zum Frühstyxradio schlagen können. LLaVA nicht.
LLaVA hat nicht mal geschrieben, daß das Bild schwarzweiß ist. Ich habe korrekt geschrieben, daß in Wahrheit alles in-world von der Szenerie bis hin zum Avatar schwarzweiß ist.
Dieses ominöse Gebilde rechts im Bild? LLaVA hat es nicht mal wahrgenommen. Ich habe es in 3000 Zeichen beschrieben und in weiteren 2500 Zeichen erklärt.
Bei der Tageszeit hat LLaVA sich total verhauen, weil es weder wußte, in welche Richtung die Kamera zeigt, noch, wie hoch die Bäume eigentlich sind, die die Schatten werfen.
LLaVA hat auch keinen der Bäume als Bergkiefer identifizieren können.

Das wird der Altbot nicht signifikant besser können.

#Long #LongPost #CWLong #CWLongPost #LangerPost #CWLangerPost #Bildbeschreibung #Bildbeschreibungen #BildbeschreibungenMeta #CWBildbeschreibungenMeta #AI #KI #LLaVA #Altbot

2025-03-17 20:44:57

*_jayrope

jrp@hub.kliklak.net

@Jupiter Rowland Dank dafür. Warum sehe ich das Bild in Deiner Antwort oben nicht, nicht einmal als Attachment - während https://channel.org/@ai - welches deine Antwort geboostet hat, das Bild inline in Deiner Antwort zeigt? Nur ne Nebenfrage.

2025-03-17 21:29:21

Samuel Lison :lagr_elephant:

samuel@social.familylison.com

Link to an article on what I've learned about describing images for the Fediverse; CW: Fediverse meta, Fediverse beyond Mastodon meta, alt-text meta, image description meta

Artikel ansehen

2025-03-17 21:52:13

Jupiter Rowland

jupiter_rowland@hub.netzgemeinde.eu

@*_jayrope Seltsam, eigentlich ist das öffentlich.

2025-03-17 21:55:57

*_jayrope

jrp@hub.kliklak.net

@Jupiter Rowland Okay, wahrscheinlich wieder son kryptischer Hubzilla-Permission-Dings. Mit diesem Zeugs treibt mich dieser Nerd-Mercedes noch in den Wahnsinn.

2025-03-17 23:08:58

Jupiter Rowland

jupiter_rowland@hub.netzgemeinde.eu

@*_jayrope Das Bild an sich wäre das hier.

2025-03-17 23:22:55

*_jayrope

jrp@hub.kliklak.net

@Jupiter Rowland Ja, klar. Das habe ich ja auf dem Mastodonprofil von @AI gesehen.