Classificateur d'images en ligne gratuit — Identifiez les objets avec MobileNet IA
Analysez facilement vos images avec notre outil en ligne gratuit. Grâce à des algorithmes de traitement d'image intelligents, il examine les couleurs, l'éclairage, le contraste, la texture et la composition pour décrire vos photos — le tout dans votre navigateur. Idéal pour comprendre les caractéristiques d'une image, générer du texte alternatif pour l'accessibilité, catégoriser des collections de photos selon leurs propriétés visuelles, ou obtenir un résumé rapide du contenu. Tout le traitement s'effectue dans votre navigateur pour une confidentialité totale.
Téléchargez une ou plusieurs images en les faisant glisser dans la zone de téléchargement ou en cliquant pour parcourir vos fichiers.
Chaque image est classée automatiquement par MobileNet IA — les 3 meilleures prédictions avec leurs scores de confiance sont affichées.
Examinez les classifications pour chaque image. Supprimez les résultats indésirables à l'aide du bouton de suppression.
Conseils pour la classification d'images
- MobileNet est entraîné sur ImageNet (plus de 1000 catégories) — il peut identifier les objets courants, les animaux, les véhicules, la nourriture et les scènes avec une grande précision.
- Le modèle fonctionne le mieux sur des images avec des sujets clairs et centrés. Les images très inhabituelles ou abstraites peuvent avoir des scores de confiance plus faibles.
- Le modèle MobileNet (~16 Mo) est téléchargé lors de la première utilisation et mis en cache par votre navigateur. Les utilisations ultérieures se chargent instantanément.
Foire aux questions — Classification d'images
L'outil de classification d'images est-il vraiment gratuit ?
Oui, entièrement gratuit. Aucune inscription, aucun frais caché, aucun filigrane et aucune limite de taille de fichier. Le modèle IA s'exécute entièrement dans votre navigateur via TensorFlow.js — vos images ne quittent jamais votre appareil.
Comment fonctionne la classification d'images ?
Notre outil utilise MobileNet, un réseau de neurones convolutif léger entraîné sur l'ensemble de données ImageNet (plus de 14 millions d'images réparties en plus de 1000 catégories). Il analyse votre image à travers plusieurs couches du réseau pour identifier des motifs et des caractéristiques, puis fournit les catégories les plus probables avec des scores de confiance. L'ensemble du modèle s'exécute dans votre navigateur à l'aide de TensorFlow.js avec accélération WebGL.
Que peut reconnaître MobileNet ?
MobileNet peut reconnaître plus de 1000 catégories, notamment : les animaux (chiens, chats, oiseaux, poissons, insectes), les objets du quotidien (téléphones, chaises, bouteilles, outils), la nourriture (fruits, plats, desserts), les véhicules (voitures, avions, bateaux), les scènes (plage, montagne, ville), les équipements sportifs, les vêtements, les plantes et bien d'autres éléments courants.
Quels sont les formats d'image pris en charge ?
JPG, PNG, WebP, BMP, AVIF, GIF, TIFF, SVG, HEIC et bien d'autres. Les images sont automatiquement redimensionnées à 224×224 pixels pour la classification, ce qui correspond à la taille d'entrée de MobileNet.
Quelle est la précision de MobileNet ?
MobileNetV1 atteint environ 70-75 % de précision top-1 et 89-92 % de précision top-5 sur l'ensemble de données ImageNet. Pour la plupart des objets courants et des photos bien éclairées, la classification est très fiable. La précision diminue pour les angles inhabituels, les images abstraites ou les objets ne figurant pas dans les plus de 1000 catégories d'ImageNet.
MobileNet nécessite-t-il une connexion Internet ?
La première fois que vous utilisez l'outil, les fichiers du modèle MobileNet (~16 Mo) sont téléchargés depuis le CDN de Google et mis en cache dans votre navigateur. Par la suite, la classification fonctionne hors ligne sans connexion Internet nécessaire.
Quelle est la taille maximale d'image que je peux traiter ?
Notre outil prend en charge les images jusqu'à 50 mégapixels (50 000 000 pixels au total). Les images sont redimensionnées à 224×224 pour la classification, donc les très grandes images peuvent prendre un peu plus de temps à lire.