Hur detekterar jag objekt i en bild?

Öppna AI-objektdetekteringsverktyget och läs in en JPEG-, PNG- eller WebP-bild genom att dra den till uppladdningszonen, bläddra eller klistra in den. Vid första användningen laddas AI-modellen (~6 MB) ner en gång och cachas för offlineanvändning, sedan körs detektering automatiskt: modellen ritar färgkodade avgränsningsrutor runt varje objekt och märker alla 80 COCO-kategorier med konfidenspoäng, listade per klass med antal per klass. Klicka sedan på Ladda ner för att spara den annoterade bilden, eller Exportera JSON för att spara rå detekteringsdata — det är gratis för alltid, körs helt i din webbläsare, och dina bilder laddas aldrig upp.

Är AI-objektdetekteringsverktyget gratis?

Ja — att detektera och märka objekt i bilder med AI-avgränsningsrutor över 80 COCO-kategorier är helt gratis, för alltid. Inget konto, ingen registrering och ingen avgift per bild. Objektdetekteringsmodellen körs helt på din enhet via WebAssembly; dina bilder laddas aldrig upp till någon server. Webbplatsen finansieras av annonser.

Vad är AI-objektdetektering?

AI-objektdetektering använder ett faltningsnätverk (CNN) för att skanna en bild, identifiera och lokalisera objekt i den, och ge en klassetikett, konfidenspoäng och avgränsningsrutans koordinater för varje upptäckt objekt. Vanliga modellarkitekturer inkluderar YOLO-familjen och SSD.

Laddar verktyget upp min bild till en server?

Aldrig. AI-modellen körs i din webbläsare via WebAssembly och bilder lämnar aldrig din enhet — detta säkerställs i koden av en nätverksvakt som blockerar alla försök att skicka din fil bort från enheten. Du kan verifiera det själv: öppna DevTools → Network och titta — inget laddas upp.

Kräver det en internetanslutning?

Endast för den första nedladdningen av modellen (~6 MB). När den väl laddats ner lagras modellen i webbläsarens Cache API och objektdetektering fungerar helt offline, även utan nätverksanslutning.

Hur lång tid tar den första körningen?

Den första körningen har två steg: (1) modellnedladdning (ungefär 4–20 sekunder beroende på anslutningshastighet) och (2) initiering av ONNX Runtime (1–2 sekunder). Därefter tar inferens per bild cirka 0,5–5 sekunder beroende på bildstorlek och enhetens prestanda. Efterföljande körningar hoppar helt över nedladdningen.

Kan jag använda det offline?

Ja. Efter den första nedladdningen lagras modellen i webbläsarens Cache API och objektdetektering körs utan nätverksanslutning. Även efter att ha stängt och öppnat fliken igen förblir modellen cachad.

Vilka objektkategorier kan detekteras?

Standardmodellen är tränad på COCO-datasetet och kan känna igen 80 vanliga objektkategorier, inklusive människor, bilar, djur, apparater och mat. Den fullständiga kategorilistan visas i resultatpanelen.

Hur mycket lagringsutrymme använder AI-modellen?

Objektdetekteringsmodellen är cirka 6 MB. Den laddas ner en gång och cachas av webbläsarens Cache API för offlineanvändning.

Vad betyder konfidenspoängen?

Konfidenspoängen (0 %–100 %) representerar hur säker modellen är på en detektering. En högre poäng betyder att modellen är mer säker på att den upptäckta klassen faktiskt finns på den platsen. Resultat över 50 % anses generellt tillförlitliga.

AI-objektdetektering — identifiera och märk objekt i bilder

Detektera objekt identifierar och märker varje objekt i ett foto med färgkodade avgränsningsrutor och konfidenspoäng, och täcker 80 COCO-kategorier. AI-modellen körs helt på din egen enhet via WebAssembly — dina bilder laddas aldrig upp. Modellen laddas ner en gång (~6 MB), cachas i din webbläsare och fungerar helt offline.

AI-objektdetektering — identifierar och märker automatiskt objekt med avgränsningsrutor, 80 COCO-kategorier, modellen körs lokalt, bilder laddas aldrig upp.

100 % gratis — för alltid. Inga avgifter, aldrig.
Privat: filer bearbetas lokalt i din webbläsare och skickas aldrig till en server.
Ingen uppladdning, inget konto, ingen registrering.

Öppna objektdetekteringsverktyget
Besök sidan för AI-objektdetektering. Inget konto eller installation krävs.
Läs in din bild
Dra och släpp en JPEG-, PNG- eller WebP-bild i uppladdningszonen, klicka för att bläddra, eller klistra in med Ctrl+V / Cmd+V.
Vänta på att AI-modellen laddas
Vid första användningen laddas objektdetekteringsmodellen (~6 MB) ner till din webbläsare och cachas för offlineanvändning.
Detektering körs automatiskt
Så snart du läser in en bild analyserar AI:n den och ritar färgkodade avgränsningsrutor runt varje upptäckt objekt, märkt med klassnamn och konfidenspoäng. Allt körs på din enhet — bilden laddas aldrig upp.
Granska resultaten
Upptäckta objekt listas per klass med antal per klass (t.ex. person ×3, bil ×2), var och en med sin konfidensprocent.
Ladda ner den annoterade bilden eller JSON
Klicka på Ladda ner för att spara bilden med avgränsningsruteannoteringar, eller klicka på Exportera JSON för att spara rå detekteringsdata (etiketter, konfidens, pixelrutor) för vidare bearbetning.

Hur detekterar jag objekt i en bild?: Öppna AI-objektdetekteringsverktyget och läs in en JPEG-, PNG- eller WebP-bild genom att dra den till uppladdningszonen, bläddra eller klistra in den. Vid första användningen laddas AI-modellen (~6 MB) ner en gång och cachas för offlineanvändning, sedan körs detektering automatiskt: modellen ritar färgkodade avgränsningsrutor runt varje objekt och märker alla 80 COCO-kategorier med konfidenspoäng, listade per klass med antal per klass. Klicka sedan på Ladda ner för att spara den annoterade bilden, eller Exportera JSON för att spara rå detekteringsdata — det är gratis för alltid, körs helt i din webbläsare, och dina bilder laddas aldrig upp.
Är AI-objektdetekteringsverktyget gratis?: Ja — att detektera och märka objekt i bilder med AI-avgränsningsrutor över 80 COCO-kategorier är helt gratis, för alltid. Inget konto, ingen registrering och ingen avgift per bild. Objektdetekteringsmodellen körs helt på din enhet via WebAssembly; dina bilder laddas aldrig upp till någon server. Webbplatsen finansieras av annonser.
Vad är AI-objektdetektering?: AI-objektdetektering använder ett faltningsnätverk (CNN) för att skanna en bild, identifiera och lokalisera objekt i den, och ge en klassetikett, konfidenspoäng och avgränsningsrutans koordinater för varje upptäckt objekt. Vanliga modellarkitekturer inkluderar YOLO-familjen och SSD.
Laddar verktyget upp min bild till en server?: Aldrig. AI-modellen körs i din webbläsare via WebAssembly och bilder lämnar aldrig din enhet — detta säkerställs i koden av en nätverksvakt som blockerar alla försök att skicka din fil bort från enheten. Du kan verifiera det själv: öppna DevTools → Network och titta — inget laddas upp.
Kräver det en internetanslutning?: Endast för den första nedladdningen av modellen (~6 MB). När den väl laddats ner lagras modellen i webbläsarens Cache API och objektdetektering fungerar helt offline, även utan nätverksanslutning.
Hur lång tid tar den första körningen?: Den första körningen har två steg: (1) modellnedladdning (ungefär 4–20 sekunder beroende på anslutningshastighet) och (2) initiering av ONNX Runtime (1–2 sekunder). Därefter tar inferens per bild cirka 0,5–5 sekunder beroende på bildstorlek och enhetens prestanda. Efterföljande körningar hoppar helt över nedladdningen.
Kan jag använda det offline?: Ja. Efter den första nedladdningen lagras modellen i webbläsarens Cache API och objektdetektering körs utan nätverksanslutning. Även efter att ha stängt och öppnat fliken igen förblir modellen cachad.
Vilka objektkategorier kan detekteras?: Standardmodellen är tränad på COCO-datasetet och kan känna igen 80 vanliga objektkategorier, inklusive människor, bilar, djur, apparater och mat. Den fullständiga kategorilistan visas i resultatpanelen.
Hur mycket lagringsutrymme använder AI-modellen?: Objektdetekteringsmodellen är cirka 6 MB. Den laddas ner en gång och cachas av webbläsarens Cache API för offlineanvändning.
Vad betyder konfidenspoängen?: Konfidenspoängen (0 %–100 %) representerar hur säker modellen är på en detektering. En högre poäng betyder att modellen är mer säker på att den upptäckta klassen faktiskt finns på den platsen. Resultat över 50 % anses generellt tillförlitliga.

COCO-datasetet (Common Objects in Context) innehåller över 330 000 bilder i 80 objektkategorier och är den mest använda benchmarken för att träna och utvärdera objektdetekteringsmodeller.
YOLO-arkitekturen (You Only Look Once) föreslogs av Redmon m.fl. 2016. Den utför objektlokalisering och klassificering i ett enda framåtpass, vilket gör den betydligt snabbare än tvåstegsmetoder.
ONNX Runtime Web stöder körning av objektdetekteringsmodeller i webbläsaren med en WebGL- eller WebGPU-backend; genomsnittliga inferenstider ligger vanligtvis mellan tiotals millisekunder och några sekunder.
En avgränsningsruta uttrycks som (x, y, width, height) eller (x1, y1, x2, y2) och täcker regionen för det upptäckta objektet.
Objektdetektering på webbläsarsidan ger noll nätverksförfrågningar, vilket ger betydligt starkare integritet än ett moln-API — särskilt viktigt för känsliga bilder som ansikten eller dokument.

🎯 AI-objektdetektering — identifiera och märk objekt i bilder

AI-objektdetektering — identifiera och märk objekt i bilder