Google propose un outil de classification d’images IA qui analyse les images pour classer le contenu et leur attribuer des étiquettes.
L’outil se veut une démonstration de Google Vision, qui peut mettre à l’échelle la classification des images sur une base automatisée, mais peut être utilisé comme un outil autonome pour voir comment un algorithme de détection d’image visualise vos images et ce pour quoi elles sont pertinentes.
Même si vous n’utilisez pas l’API Google Vision pour mettre à l’échelle la détection et la classification des images, l’outil fournit une vue intéressante de ce dont les algorithmes liés aux images de Google sont capables, ce qui rend intéressant le téléchargement d’images pour voir comment l’algorithme Vision de Google les classe.
Cet outil démontre l’IA de Google et Apprentissage automatique algorithmes pour comprendre les images.
C’est une partie de Google Suite d’API Cloud Vision qui offre des modèles d’apprentissage automatique de la vision pour les applications et les sites Web.
Cloud Vision Tool reflète-t-il l’algorithme de Google ?
Il ne s’agit que d’un modèle d’apprentissage automatique et non d’un algorithme de classement.
Il est donc irréaliste d’utiliser cet outil et de s’attendre à ce qu’il reflète quelque chose sur l’algorithme de classement des images de Google.
Cependant, c’est un excellent outil pour comprendre comment les algorithmes d’IA et d’apprentissage automatique de Google peuvent comprendre les images, et il offrira un aperçu éducatif de l’avancement des algorithmes liés à la vision d’aujourd’hui.
Les informations fournies par cet outil peuvent être utilisées pour comprendre comment une machine pourrait comprendre ce qu’est une image et éventuellement fournir une idée de la précision avec laquelle cette image l’image s’adapte le sujet général d’une page Web.
Pourquoi un outil de classification d’images est-il utile ?
Images peut jouer un rôle important dans la visibilité de la recherche et CTR à partir des différentes façons dont le contenu de la page Web est affiché sur Google.
Les visiteurs potentiels du site qui font des recherches sur un sujet utilisent des images pour accéder au bon contenu.
Ainsi, l’utilisation d’images attrayantes et pertinentes pour les requêtes de recherche peut, dans certains contextes, être utile pour communiquer rapidement qu’une page Web est pertinente pour ce qu’une personne recherche.
L’outil Google Vision fournit un moyen de comprendre comment un algorithme peut afficher et classer une image en fonction de ce qui se trouve dans l’image.
Google Lignes directrices pour le référencement d’image recommander:
« Les photos de haute qualité plaisent davantage aux utilisateurs que les images floues et peu claires. En outre, les images nettes sont plus attrayantes pour les utilisateurs dans la vignette de résultat et augmentent la probabilité d’obtenir du trafic des utilisateurs.
Si l’outil Vision a du mal à identifier le sujet de l’image, cela peut indiquer que les visiteurs potentiels du site peuvent également avoir les mêmes problèmes et décider de ne pas visiter le site.
Qu’est-ce que l’outil Google Image ?
L’outil est un moyen de faire une démonstration de l’API Cloud Vision de Google.
L’API Cloud Vision est un service qui permet aux applications et aux sites Web de se connecter à l’outil d’apprentissage automatique, fournissant des services d’analyse d’images pouvant être mis à l’échelle.
L’outil autonome lui-même vous permet de télécharger une image et vous indique comment l’algorithme d’apprentissage automatique de Google l’interprète.
Page Cloud Vision de Google Décrit comment le service peut être utilisé comme ceci:
« Cloud Vision permet aux développeurs d’intégrer facilement des fonctionnalités de détection de vision dans les applications, notamment l’étiquetage d’images, la détection de visages et de points de repère, la reconnaissance optique de caractères (OCR) et le balisage de contenu explicite. »
Voici cinq façons dont les outils d’analyse d’images de Google classent les images téléchargées :
- Visages.
- Objets.
- Étiquettes.
- Propriétés.
- Recherche sécurisée.
Visages
L’onglet « visages » permet d’analyser l’émotion exprimée par l’image.
La précision de ce résultat est assez précise.
L’image ci-dessous est une personne décrite comme confuse, mais ce n’est pas vraiment une émotion.
L’IA décrit l’émotion exprimée dans le visage comme surprise, avec un score de confiance de 96%.
Image composite créée par l’auteur, juillet 2022; images provenant de l’API Google Cloud Vision et de Shutterstock/Cast Of ThousandsObjets
L’onglet « objets » montre quels objets sont dans l’image, comme des lunettes, une personne, etc.
L’outil identifie avec précision les chevaux et les personnes.
Image composite créée par l’auteur, juillet 2022; images provenant de l’API Google Cloud Vision et de Shutterstock/Lukas GojdaÉtiquettes
L’onglet « étiquettes » affiche des détails sur l’image que Google reconnaît, comme les oreilles et la bouche, mais aussi des aspects conceptuels comme le portrait et la photographie.
Ceci est particulièrement intéressant car cela montre à quel point l’IA d’image de Google peut comprendre ce qu’il y a dans une image.
Image composite créée par l’auteur, juillet 2022; images provenant de l’API Google Cloud Vision et de Shutterstock/Lukas GojdaGoogle l’utilise-t-il dans le cadre de l’algorithme de classement ? C’est quelque chose qui n’est pas connu.
Propriétés
Les propriétés sont les couleurs utilisées dans l’image.
Capture d’écran de l’API Google Cloud Vision, juillet 2022En surface, le but de cet outil n’est pas évident et peut sembler quelque peu inutile.
Mais en réalité, les couleurs d’une image peuvent être très importantes, en particulier pour une image en vedette.
Images qui contiennent une très large gamme de couleurs peuvent être une indication d’une image mal choisie avec une taille gonflée, ce qui est quelque chose à surveiller.
Un autre aperçu utile des images et des couleurs est que les images avec une gamme de couleurs plus sombres ont tendance à entraîner des fichiers image plus volumineux.
En termes de référencement, la section Propriété peut être utile pour identifier les images sur un site Web entier qui peuvent être échangées contre celles qui sont moins gonflées en taille.
En outre, les plages de couleurs pour les images en vedette qui sont en sourdine ou même en niveaux de gris peuvent être quelque chose à surveiller parce que les images en vedette qui manquent de couleurs vives ont tendance à ne pas apparaître sur les médias sociaux, Google Découvriret Google Actualités.
Par exemple, les images en vedette qui sont vives peuvent être facilement numérisées et éventuellement recevoir un taux de clics (CTR) plus élevé lorsqu’elles sont affichées dans les résultats de recherche ou dans Google Discover, car elles appellent mieux à l’œil que les images qui sont mises en sourdine et s’estompent en arrière-plan.
De nombreuses variables peuvent affecter les performances CTR des images, mais cela permet d’intensifier le processus d’audit des images d’un site Web entier.
eBay a mené une étude des images de produits et CTR et a découvert que les images avec des couleurs d’arrière-plan plus claires avaient tendance à avoir un CTR plus élevé.
Les chercheurs d’eBay ont noté :
« Dans cet article, nous constatons que les fonctionnalités d’image du produit peuvent avoir un impact sur le comportement de recherche des utilisateurs.
Nous constatons que certaines fonctionnalités d’image ont une corrélation avec le CTR dans un moteur de recherche de produits et que ces fonctionnalités peuvent aider à modéliser le taux de clics pour les applications de recherche d’achats.
Cette étude peut inciter les vendeurs à soumettre de meilleures images pour les produits qu’ils vendent.
De manière anecdotique, l’utilisation de couleurs vives pour les images en vedette peut être utile pour augmenter le CTR pour les sites qui dépendent du trafic de Google Discover et Google Actualités.
De toute évidence, de nombreux facteurs ont un impact sur le CTR de Google Discover et Google Actualités. Mais une image qui se démarque des autres peut être utile.
Donc, pour cette raison, l’utilisation de l’outil Vision pour comprendre les couleurs utilisées peut être utile pour un audit à l’échelle des images.
Recherche sécurisée
Recherche sécurisée montre comment l’image se classe pour le contenu dangereux. Les descriptions des images potentiellement dangereuses sont les suivantes :
- Adulte.
- Parodie.
- Médical.
- Violence.
- Osé.
La recherche Google a des filtres qui évaluent une page Web pour le contenu dangereux ou inapproprié.
Donc, pour cette raison, la section Recherche sécurisée de l’outil est très importante car, si une image déclenche involontairement un filtre de recherche sécurisé, la page Web peut ne pas être classée pour les visiteurs potentiels du site qui recherchent le contenu de la page Web.
Capture d’écran de l’API Google Cloud Vision, juillet 2022La capture d’écran ci-dessus montre l’évaluation d’une photo de chevaux de course sur une piste de course. L’outil identifie avec précision qu’il n’y a pas de contenu médical ou adulte dans l’image.
Texte : Reconnaissance optique de caractères (OCR)
Google Vision a une capacité remarquable à lire le texte qui se trouve sur une photo.
L’outil Vision est capable de lisez le texte dans l’image ci-dessous :
Image composite créée par l’auteur, juillet 2022; images provenant de l’API Google Cloud Vision et de Shutterstock/Melissa KingComme on peut le voir ci-dessus, Google a la capacité (à travers Reconnaissance optique de caractères, alias OCR), pour lire des mots dans des images.
Cependant, ce n’est pas une indication que Google utilise l’OCR à des fins de classement dans les recherches.
Le fait est que Google recommande l’utilisation de mots autour des images pour l’aider à comprendre de quoi parle une image et il se peut que même pour les images contenant du texte, Google dépende toujours des mots entourant l’image pour comprendre de quoi il s’agit et pour quoi l’image est pertinente.
Google lignes directrices sur le référencement d’images insistez à plusieurs reprises sur l’utilisation de mots pour fournir un contexte aux images.
« En ajoutant plus de contexte autour des images, les résultats peuvent devenir beaucoup plus utiles, ce qui peut conduire à un trafic de meilleure qualité vers votre site.
… Dans la mesure du possible, placez les images à proximité du texte pertinent.
… Google extrait des informations sur le sujet de l’image à partir du contenu de la page…
… Google utilise du texte alternatif ainsi que des algorithmes de vision par ordinateur et le contenu de la page pour comprendre le sujet de l’image.
Il est très clair d’après la documentation de Google que Google dépend du contexte du texte autour des images pour comprendre de quoi parle l’image.
Emporter
L’outil Vision AI de Google offre un moyen de tester Vision AI de Google afin qu’un éditeur puisse s’y connecter via une API et l’utiliser pour mettre à l’échelle la classification des images et extraire des données à utiliser sur le site.
Mais il fournit également un aperçu de l’état d’avancement des algorithmes d’étiquetage d’images, d’annotation et de reconnaissance optique de caractères.
Téléchargez une image ici pour voir comment il est classé, et si une machine le voit de la même manière que vous.
Plus de ressources :
Image en vedette par Maksim Shmeljov/Shutterstock
if( sopp != 'yes' && addtl_consent != '1~' ){
!function(f,b,e,v,n,t,s) {if(f.fbq)return;n=f.fbq=function(){n.callMethod? n.callMethod.apply(n,arguments):n.queue.push(arguments)}; if(!f._fbq)f._fbq=n;n.push=n;n.loaded=!0;n.version='2.0'; n.queue=[];t=b.createElement(e);t.async=!0; t.src=v;s=b.getElementsByTagName(e)[0]; s.parentNode.insertBefore(t,s)}(window,document,'script', 'https://connect.facebook.net/en_US/fbevents.js');
if( typeof sopp !== "undefined" && sopp === 'yes' ){ fbq('dataProcessingOptions', ['LDU'], 1, 1000); }else{ fbq('dataProcessingOptions', []); }
fbq('init', '1321385257908563');
fbq('track', 'PageView');
fbq('trackSingle', '1321385257908563', 'ViewContent', { content_name: 'google-ai-image-analysis-tool', content_category: 'seo digital-marketing-tools' }); }
