Hvordan genkender jeg objekter i et billede?

Åbn AI Objektgenkendelse-værktøjet, og indlæs et JPEG-, PNG- eller WebP-billede ved at trække det til upload-zonen, gennemse eller indsætte det. Ved første brug downloades AI-modellen (~6 MB) én gang og caches til offline brug, hvorefter genkendelsen sker automatisk: modellen tegner farvekodede bounding boxes rundt om hvert objekt og mærker alle 80 COCO-kategorier med konfidensscorer, listet efter klasse med antal pr. klasse. Klik derefter på Download for at gemme det annoterede billede, eller Eksportér JSON for at gemme de rå genkendelsesdata — det er gratis for altid, kører udelukkende i din browser, og dine billeder bliver aldrig uploadet.

Er værktøjet til AI Objektgenkendelse gratis?

Ja — at genkende og mærke objekter i billeder med AI-bounding boxes på tværs af 80 COCO-kategorier er helt gratis, for altid. Ingen konto, ingen tilmelding og ingen betaling pr. billede. Objektgenkendelsesmodellen kører udelukkende på din enhed via WebAssembly; dine billeder uploades aldrig til nogen server. Siden er annoncefinansieret.

Hvad er AI-objektgenkendelse?

AI-objektgenkendelse bruger et konvolutionelt neuralt netværk (CNN) til at scanne et billede, identificere og lokalisere objekter i det, og udlæse et klassemærke, en konfidensscore og bounding-box-koordinater for hvert genkendt objekt. Almindelige modelarkitekturer omfatter YOLO-familien og SSD.

Uploader værktøjet mit billede til en server?

Aldrig. AI-modellen kører i din browser via WebAssembly, og billeder forlader aldrig din enhed — dette håndhæves i koden af en runtime-netværksvagt, der blokerer ethvert forsøg på at sende din fil væk fra enheden. Du kan selv verificere det: åbn DevTools → Network og se med — der uploades intet.

Kræver det en internetforbindelse?

Kun til den første modeldownload (~6 MB). Når modellen er downloadet, gemmes den i browserens Cache API, og objektgenkendelse virker fuldt offline, selv uden netværksforbindelse.

Hvor lang tid tager det første kørsel?

Den første kørsel har to trin: (1) modeldownload (ca. 4–20 sekunder afhængigt af forbindelseshastighed) og (2) initialisering af ONNX Runtime (1–2 sekunder). Derefter tager inferens pr. billede ca. 0,5–5 sekunder afhængigt af billedstørrelse og enhedens ydeevne. Efterfølgende kørsler springer downloadet helt over.

Kan jeg bruge det offline?

Ja. Efter den første download gemmes modellen i browserens Cache API, og objektgenkendelse kører uden netværksforbindelse. Selv efter at have lukket og genåbnet fanen forbliver modellen cachet.

Hvilke objektkategorier kan genkendes?

Standardmodellen er trænet på COCO-datasættet og kan genkende 80 almindelige objektkategorier, herunder mennesker, biler, dyr, husholdningsapparater og mad. Den fulde kategoriliste vises i resultatpanelet.

Hvor meget lagerplads bruger AI-modellen?

Objektgenkendelsesmodellen er cirka 6 MB. Den downloades kun én gang og caches af browserens Cache API til offline brug.

Hvad betyder konfidensscoren?

Konfidensscoren (0 %–100 %) angiver, hvor sikker modellen er på en genkendelse. En højere score betyder, at modellen er mere sikker på, at den genkendte klasse faktisk er til stede på den pågældende placering. Resultater over 50 % anses generelt for pålidelige.

AI Objektgenkendelse — Identificér og Mærk Objekter i Billeder

Genkend Objekter identificerer og mærker hvert objekt i et foto med farvekodede bounding boxes og konfidensscorer, og dækker 80 COCO-kategorier. AI-modellen kører udelukkende på din egen enhed via WebAssembly — dine billeder bliver aldrig uploadet. Modellen downloades kun én gang (~6 MB), caches i din browser og kører fuldstændig offline.

AI-objektgenkendelse — identificerer og mærker automatisk objekter med bounding boxes, 80 COCO-kategorier, modellen kører lokalt, billeder uploades aldrig.

100% gratis — for altid. Ingen gebyrer, nogensinde.
Privat: filer behandles lokalt i din browser og sendes aldrig til en server.
Ingen upload, ingen konto, ingen tilmelding.

Åbn objektgenkendelsesværktøjet
Besøg siden for AI Objektgenkendelse. Ingen tilmelding eller installation er nødvendig.
Indlæs dit billede
Træk og slip et JPEG-, PNG- eller WebP-billede på upload-zonen, klik for at gennemse, eller indsæt med Ctrl+V / Cmd+V.
Vent på, at AI-modellen indlæses
Ved første brug downloades objektgenkendelsesmodellen (~6 MB) til din browser og caches til offline brug.
Genkendelsen sker automatisk
Så snart du indlæser et billede, analyserer AI'en det og tegner farvekodede bounding boxes rundt om hvert genkendte objekt, med et klassenavn og en konfidensscore. Alt kører på din enhed — billedet bliver aldrig uploadet.
Gennemgå resultaterne
Genkendte objekter listes efter klasse med antal pr. klasse (f.eks. person ×3, bil ×2), hver med sin konfidensprocent.
Download det annoterede billede eller JSON
Klik på Download for at gemme billedet med bounding-box-annoteringer, eller klik på Eksportér JSON for at gemme de rå genkendelsesdata (mærker, konfidens, pixelbokse) til videre behandling.

Hvordan genkender jeg objekter i et billede?: Åbn AI Objektgenkendelse-værktøjet, og indlæs et JPEG-, PNG- eller WebP-billede ved at trække det til upload-zonen, gennemse eller indsætte det. Ved første brug downloades AI-modellen (~6 MB) én gang og caches til offline brug, hvorefter genkendelsen sker automatisk: modellen tegner farvekodede bounding boxes rundt om hvert objekt og mærker alle 80 COCO-kategorier med konfidensscorer, listet efter klasse med antal pr. klasse. Klik derefter på Download for at gemme det annoterede billede, eller Eksportér JSON for at gemme de rå genkendelsesdata — det er gratis for altid, kører udelukkende i din browser, og dine billeder bliver aldrig uploadet.
Er værktøjet til AI Objektgenkendelse gratis?: Ja — at genkende og mærke objekter i billeder med AI-bounding boxes på tværs af 80 COCO-kategorier er helt gratis, for altid. Ingen konto, ingen tilmelding og ingen betaling pr. billede. Objektgenkendelsesmodellen kører udelukkende på din enhed via WebAssembly; dine billeder uploades aldrig til nogen server. Siden er annoncefinansieret.
Hvad er AI-objektgenkendelse?: AI-objektgenkendelse bruger et konvolutionelt neuralt netværk (CNN) til at scanne et billede, identificere og lokalisere objekter i det, og udlæse et klassemærke, en konfidensscore og bounding-box-koordinater for hvert genkendt objekt. Almindelige modelarkitekturer omfatter YOLO-familien og SSD.
Uploader værktøjet mit billede til en server?: Aldrig. AI-modellen kører i din browser via WebAssembly, og billeder forlader aldrig din enhed — dette håndhæves i koden af en runtime-netværksvagt, der blokerer ethvert forsøg på at sende din fil væk fra enheden. Du kan selv verificere det: åbn DevTools → Network og se med — der uploades intet.
Kræver det en internetforbindelse?: Kun til den første modeldownload (~6 MB). Når modellen er downloadet, gemmes den i browserens Cache API, og objektgenkendelse virker fuldt offline, selv uden netværksforbindelse.
Hvor lang tid tager det første kørsel?: Den første kørsel har to trin: (1) modeldownload (ca. 4–20 sekunder afhængigt af forbindelseshastighed) og (2) initialisering af ONNX Runtime (1–2 sekunder). Derefter tager inferens pr. billede ca. 0,5–5 sekunder afhængigt af billedstørrelse og enhedens ydeevne. Efterfølgende kørsler springer downloadet helt over.
Kan jeg bruge det offline?: Ja. Efter den første download gemmes modellen i browserens Cache API, og objektgenkendelse kører uden netværksforbindelse. Selv efter at have lukket og genåbnet fanen forbliver modellen cachet.
Hvilke objektkategorier kan genkendes?: Standardmodellen er trænet på COCO-datasættet og kan genkende 80 almindelige objektkategorier, herunder mennesker, biler, dyr, husholdningsapparater og mad. Den fulde kategoriliste vises i resultatpanelet.
Hvor meget lagerplads bruger AI-modellen?: Objektgenkendelsesmodellen er cirka 6 MB. Den downloades kun én gang og caches af browserens Cache API til offline brug.
Hvad betyder konfidensscoren?: Konfidensscoren (0 %–100 %) angiver, hvor sikker modellen er på en genkendelse. En højere score betyder, at modellen er mere sikker på, at den genkendte klasse faktisk er til stede på den pågældende placering. Resultater over 50 % anses generelt for pålidelige.

COCO-datasættet (Common Objects in Context) indeholder over 330.000 billeder fordelt på 80 objektkategorier og er det mest anvendte benchmark til træning og evaluering af objektgenkendelsesmodeller.
YOLO-arkitekturen (You Only Look Once) blev foreslået af Redmon et al. i 2016. Den udfører objektlokalisering og -klassificering i ét enkelt fremadrettet gennemløb, hvilket gør den langt hurtigere end to-trins-metoder.
ONNX Runtime Web understøtter kørsel af objektgenkendelsesmodeller i browseren med en WebGL- eller WebGPU-backend; gennemsnitlige inferenstider ligger typisk fra få tiere af millisekunder til nogle få sekunder.
En bounding box udtrykkes som (x, y, bredde, højde) eller (x1, y1, x2, y2) og dækker det område, hvor det genkendte objekt befinder sig.
Objektgenkendelse i browseren giver nul netværks-roundtrips og dermed væsentligt stærkere privatliv end en cloud-API — særligt vigtigt for følsomme billeder som ansigter eller dokumenter.

🎯 AI Objektgenkendelse — Identificér og Mærk Objekter i Billeder

AI Objektgenkendelse — Identificér og Mærk Objekter i Billeder