StockPilot

Stock fotografija je još uvijek živa, ali još uvijek ima taj dosadan element upisivanja i opisivanja svake fotografije.

Bilo je raznih generatora, pomoći, pa sada i AI predgeneriranih opisa i ključnih riječi, ali s dosta grešaka pa dok to sve počistiš izgubiš vrijeme.

Pogađate kamo vodi ovaj uvod…Claude je fasovao za još jednu izradu aplikacije. I ovaj put lokalnu jer me zanimalo kako funkcioniraju ti lokalni LLM-ovi, face recognition i ostale gluposti.

Što nam treba

Svaka stock agencija ima neka svoja pravila, svoje želje, formate, trendove i naravno provizije i postotke oko isplate. 

Ali glavna podjela je ajmo reći na komercijalnu odnosno fotkanje svega i svačega od predmeta po doma, pa trave koja raste vani do trenutaka na ulici uz uvjet da nema prepoznatljivih lica, logotipa i sl.

Druga je editorial u koji spadaju reportaže, sportske, ulične, koncertne, razna događanja koja su newsworthy i tako se kategoriziraju i prodaju samo za tu namjenu. 

Tako sam i razdvojio aplikaciju.

Commercial modul

Trenutno me zanima samo Adobe Stock pa sam njega za sada jedino osposobio. Moj StockPilot će mi tako automatski napraviti format opis fotografije prema Adobe pravilima, a ključne riječi će podijeliti na prvih 10 kao najvažnije plus ostatak, naravno uz mogućnost rotacije, izbacivanja i dopisivanja. Tu su i predefinirane kategorije koje će se ipak morati ručno odabrati na Adobe webu jer nisu dio EXIF-a.

Kada sve posložim budem dodao i Shutterstock

Sport modul

E tu je priča malo kompliciranija. Svaka agencija ima svoje zahtjeve i pravila ali u biti je uvijek bitno vrijeme, lokacija, sport, opis, vidljivi igrači i opis radnje. 

I tu se stvari kompliciraju. Do sada sam si život olakšavao sa Photo Mechanicom koji koristi prekrasan Code Replacement odnosno iz predefiniranog i formatiranog filea u kojem je popis igrača uz pomoć shortcuta izbacuje ime igrača, a možete dodati i radnju pod neki drugi shortcut. 

Ali za to morate imati sređeni file u obliku npr. H10 Luka Modrić (10), pa onda u editu EXIF-a upisati (kod mene) <H10< da bi dobili napisano Luka Modrić (10) i dopišete akciju ili opis ili i njega pozovete nekom šifrom. I tako za svaku fotku.

I bili smo sretni s tim, ali to je naporno, dosadno i gubljenje vremena, pogotovo onim fotićima na terenu koji bi trebali fotkati, a ne zajebavati se opisima. Oni sretniji šalju agencijama i njihovom desku koji to odradi. 

Moj plan za ovaj sportski modul je bio prvo našopati app sa popisom igrača, ali onim koji se skine s weba ili uslika na terenu, dakle ne želim ništa pripremati. 

AI odnosno moj StockPilot onda to složi i poziva se na njega kod imenovanja.

Da bi fotograf ili AI znali koji igrač je na fotki treba mu vidjeti broj ili ga znati po faci. Broj je često skriven zbog pozicije tijela, ometajućih elemenata, zgužvanog dresa… Kada igrač ide prema vama na prsima mu se uglavnom ne vidi broj, samo na leđima i hlačicama. Kod trčanja to često zna biti zgužvano i skriveno pa ne znate kaj treba pisati. Čovjek nauči lica, ali treba nekako i AI. 

Aplikacija mi prvo traži vidljivi broj, pa taj broj traži po onom popisu. Ako je sve čisto upisuje ime. Ako se pak stvari kompliciraju onda ide face recognition. Sve face koje nisu mutne dobivaju kvadratiće koji su povezani opet na onaj popis i onda nam kroz dropdown nudi ručno popunjavanje. Pokušavao sam maksimalno suziti nagađanje tako da se gleda boja dresa pa mi autoamatski nudi samo jednu momčad, pa onda traži i barem jedan broj da bi smanjio ponuđeno i onda ja nabodem igrača ako znam koji je. Ako ne znam onda ga možda ubodem na drugoj fotki pa će se prepoznati i na ovoj. 

Ali ima tu puno traženje, zbunjivanja, halucinacija, rekalibriranja, razumijevanja od boja do položaja igrača…uglavno nije baš samo tako.

Osim samih igrača tu nam onda trebaju i radnje, poput shooting at goal, celebrating, controls the ball, jumping for header… Na ovom isto moram poraditi da ga se malo bolje nauči, da bolje prepozna neke radnje, da ne bulazni i tak… Ali na dobrom smo putu. Ovo je već 90% posla odrađeno tako kako je.

U čemu je onda problem?

Pa problem je u brzini. Naime za sport vam treba brzina kako bi fotke što prije bile u prodaji, a trenutno ovo baš ne leti. Od 12 do 30 sekundi, zavisno o broju igrača i kompleksnosti scene. A opet…oko 12 do 15 sekundi mi treba kako bi u Photo Mechanicu ručno upisao igrača i akciju i to ako mu je broj jasno vidljiv. 

Probat ću i s novijim Qwen modelom jer trenutno vrtim 2.5, a zadnji je 3.8.

Jer ovdje je brzina vezana uz vaš hardver, a moj je MacBook Pro M4 sa 16 GB RAM-a i to mu očito nije dosta jer sve poždere odmah. Koliko vidim nije ni toliko količina memorije koliko njena brzina koja koči brži rad.

A dobro je?

Pa sve vrtite lokalno, ne plaćate ništa, sigurnost je veća, ne hranite tuđe modele svojim fotkama...