Mitme pildi võrdlus
Sellel lehel
Mitme pildi analüüsimine ühes päringus
Üks Grok Visioni peamisi tugevusi on võime saata ühes päringus piiramatu arv pilte. See avab unikaalsed võimalused võrdluseks, ajaliseks jälgimiseks ja ristanalüüsiks, mida ühe pildi API-d pakkuda ei saa.
Mitme pildi päringu struktuur
Formaat on lihtne: lisa input massiivi vajalik arv input_image objekte, põimides need tekstiga, mis suunab analüüsi:
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_text", "text": "Pilt A:"},
{"type": "input_image", "image_url": url_image_a},
{"type": "input_text", "text": "Pilt B:"},
{"type": "input_image", "image_url": url_image_b},
{"type": "input_text", "text": "Võrdle neid kahte pilti üksikasjalikult."}
]
)
Iga pildi sildistamine tekstiga („Pilt A“, „Pilt B“) aitab mudelil oma vastust struktureerida ja igale pildile selgelt viidata.
Kasutusjuhtum: Enne/pärast võrdlus
Ideaalne projektide jälgimiseks, renoveerimiseks, disainiks või kvaliteedikontrolliks:
def comparer_avant_apres(url_avant, url_apres):
prompt = """Võrdle neid kahte pilti (enne ja pärast) ning tuvasta:
1. Peamised muutused
2. Elemendid, mis ei ole muutunud
3. Nähtavad parandused
4. Kõik võimalikud tekkinud probleemid
Esita oma vastus struktureeritud loendina."""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_text", "text": "ENNE:"},
{"type": "input_image", "image_url": url_avant, "detail": "high"},
{"type": "input_text", "text": "PÄRAST:"},
{"type": "input_image", "image_url": url_apres, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
return response.output_text
Kasutusjuhtum: Ajaline jälgimine
Jälgi asukoha, toote või protsessi arengut ajas:
def analyser_evolution(images_chronologiques):
"""images_chronologiques: list of {"url": ..., "date": ...}"""
input_data = []
for img in images_chronologiques:
input_data.append({
"type": "input_text",
"text": f"Foto kuupäevaga {img['date']}:"
})
input_data.append({
"type": "input_image",
"image_url": img["url"],
"detail": "auto"
})
input_data.append({
"type": "input_text",
"text": """Analüüsi nende piltide põhjal nähtavat kronoloogilist arengut.
Tuvasta järkjärgulised muutused, trendid
ja kõik märkimisväärsed sündmused erinevate kuupäevade vahel."""
})
response = client.responses.create(
model="grok-4.5",
input=input_data,
store=False
)
return response.output_text
Kasutusjuhtum: Kvaliteedikontroll
Võrdle toodetud toodet selle referentsmudeliga:
def controle_qualite(url_reference, url_produit):
prompt = """Võrdle pildistatud toodet referentsmudeliga.
Tuvasta:
1. Vastavus (mis sobib mudeliga)
2. Mittevastavus (kõrvalekalded, defektid, erinevused)
3. Iga mittevastavuse raskusaste (väike, suur, kriitiline)
Tagasta JSON:
{
"compliant": true/false,
"score": 0-100,
"compliances": [...],
"non_compliances": [
{"description": "...", "severity": "minor|major|critical"}
]
}"""
response = client.responses.create(
model="grok-4.5",
input=[
{"type": "input_text", "text": "REFERENTS (oodatav mudel):"},
{"type": "input_image", "image_url": url_reference, "detail": "high"},
{"type": "input_text", "text": "TOODE kontrollimiseks:"},
{"type": "input_image", "image_url": url_produit, "detail": "high"},
{"type": "input_text", "text": prompt}
],
store=False
)
return response.output_text
Kasutusjuhtum: Konkurentsianalüüs
Võrdle konkurentide liideseid, pakendeid või tooteesitlusi:
def analyser_concurrence(images_concurrents):
"""images_concurrents: [{"brand": "...", "url": "..."}]"""
input_data = []
for concurrent in images_concurrents:
input_data.append({
"type": "input_text",
"text": f"{concurrent['brand']}:"
})
input_data.append({
"type": "input_image",
"image_url": concurrent["url"],
"detail": "auto"
})
input_data.append({
"type": "input_text",
"text": """Võrdle neid konkurentide tooteid/liideseid.
Tuvasta igaühe puhul visuaalsed tugevused ja nõrkused.
Anna positsioneerimissoovitus."""
})
response = client.responses.create(
model="grok-4.5",
input=input_data,
store=False
)
return response.output_text
Mitme pildi päringute optimeerimine
Kui saadad palju pilte, kasvab tokenite tarbimine kiiresti. Siin on mõned optimeerimisstrateegiad:
Kohanda detailitaset
Kasuta üldiseks võrdluseks taset low ja taset high ainult siis, kui analüüsid peeneid detaile:
# Üldine võrdlus: low piisab
detail = "low" # ~256 tokenit pildi kohta
# Defektide analüüs: high on vajalik
detail = "high" # ~1024-1792 tokenit pildi kohta
Piira piltide arvu päringu kohta
Kuigi ranget piirangut pole, võib üle 10–15 pildi korral analüüsi kvaliteet langeda. Mudelil on lõplik kontekstiakn ja ta peab selle kõigi piltide vahel jaotama:
# Kui pilte on rohkem kui 10, töötle partiidena
def analyser_par_lots(images, taille_lot=10):
resultats = []
for i in range(0, len(images), taille_lot):
lot = images[i:i + taille_lot]
resultat = analyser_lot(lot)
resultats.append(resultat)
return fusionner_resultats(resultats)
Muuda piltide suurust
Kui võrdled üldanalüüsiks suure eraldusvõimega fotosid, vähenda nende suurust enne saatmist, et vähendada tokenite kasutust:
def preparer_pour_comparaison(chemin, taille_max=(800, 800)):
img = Image.open(chemin)
img.thumbnail(taille_max)
# ... kodeeri base64-ks
Peamised punktid
- Piltide arv päringu kohta on piiramatu – see on xAI API peamine eelis
- Sildista iga pilt tekstiga, et struktureerida analüüsi
- Kohanda parameetrit
detailvastavalt võrdluse tüübile - Üle 10–15 pildi korral töötle need partiidena, et säilitada kvaliteet
- Kasutusjuhtumite hulka kuuluvad: enne/pärast võrdlus, ajaline jälgimine, kvaliteedikontroll, konkurentsianalüüs