複数の画像キャプションモデルを比べ、画像をどう説明するか確認できるデモです。
#画像認識#比較
※この説明はAIが公式READMEから自動生成したものです。内容は必ず公式ページでもご確認ください。
ミロンドが自分で確かめたこと
- 2026年8月25日お試しページを実際に開いて、動いていることを確認しました。
ミロンドは掲載しているすべての行き先を定期的に開いて、今も使えるかを確かめています。 利用ルールは名前だけで判断せず、原文を読んで確認しています。
「AIモデル」47本の中での位置
- 黒い画面（ターミナル）を使わずに済むこの分野で47本
- APIキーの用意がいらないこの分野で45本
- 入れた内容は公開元に送られますそうでないものが13本 →
上の条件をすべて満たすものは、47本中45本です。
この数字は、ミロンドが掲載している道具を1本ずつ同じ基準で調べた結果から数えています。
これは何？アプリに入れて使うAI本体（モデル）
できること
画像をアップロードし、AIごとの説明文の違いや得意不得意を見比べられます。
誰に効く？
画像認識AIを試したい人
用意するもの
比較したい画像
時間のめやす
5〜15分（アプリ導入後）
使えるようになるまでの手順をひらく
- まず入れ物のアプリを用意する（Jan・GPT4All・Ollamaなど。「」カテゴリから選べます）
- アプリ内のモデル一覧でこの名前を探してダウンロード（Ollamaなら黒い画面で ollama run 名前）
- あとは普通にチャットするだけ。合わなければ消して別のモデルに替えればOK
こんな人には向かないかも
- 入れ物アプリ（Jan・Ollama等）をまだ入れていない人（先にそちらの準備を）
迷ったらこれ：いつも使っているAIチャット（ChatGPT・Claude・Geminiなど）にこのツールのGitHubリンクを貼って 「これを使いたい。私のPCでの始め方を一歩ずつ教えて」と頼むのが一番の近道です。
注意点
説明文には誤認識や抜けが含まれることがあります。 ここに書いたは、このお試しページ自体のものです。作ったものを仕事に使えるかどうかは、中で使われているAIモデルの条件で決まります。使っているAI（hysts/image-captioning-with-git、hysts/image-captioning-with-blip）が利用条件を公表していないため、仕事に使ってよいかを判断できません。条件が書かれていない場合、法律上は作った人がすべての権利を持ったままです。
ひとことメモ
公開元のサーバー上で動くお試しページです。アップロードした画像や文章はその環境に送られるので、社外に出せないものは入れないでください。混み合っていると順番待ちになることがあります。
やりたいことから探す
comparing-captioning-modelsについてよくある質問
- comparing-captioning-modelsは無料で使えますか？
- 無料で使えます。自分のパソコンの中で動くタイプなので、使った量に応じた料金もかかりません。
- comparing-captioning-modelsを使うのに、インストールや専門知識は必要ですか？
- これはAI本体のデータで、単体では動きません。Jan や Ollama のような「入れ物アプリ」に読み込ませて使います。
- comparing-captioning-modelsはスマホでも使えますか？
- スマホには対応していません。パソコンが必要です。
- comparing-captioning-modelsは仕事（商用）で使えますか？
- 公開元がライセンスをはっきり書いていないため、商用で使ってよいかは判断できません。仕事で使う場合は、公式ページで確認するか、作者に問い合わせてください。
似ている道具との違い
同じ用途の道具と、使う前に効いてくる条件を並べました。
| 道具 | 黒い画面 | APIキー | 外部送信 | スマホ | 仕事に使える | 最終更新 |
|---|---|---|---|---|---|---|
| comparing-captioning-models（このページ） | いらない | いらない | あり | むずかしい | 未確認 | 2024年4月 |
| better-florence-2 | いらない | いらない | あり | むずかしい | 可 | 2026年7月 |
| live-vision | いらない | いらない | あり | むずかしい | 未確認 | 2024年6月 |
| smolvlm-realtime-webgpu | いらない | いらない | あり | むずかしい | 可 | 2025年5月 |
「外部送信あり」は、入力した内容がどこかのサーバーに送られることを指します。 社外に出せない資料を扱うときは「なし」を選んでください。
AIモデルのほかのツール
comparing-captioning-modelsが合わなかったときの、同じ用途の候補です。
better-florence-2
画像理解AIを試す
準備がいる・黒い画面（ターミナル）いらない
live-vision
ライブ映像をAI解析
上級者向け・黒い画面（ターミナル）いらない
smolvlm-realtime-webgpu
ブラウザで画像を認識
上級者向け・黒い画面（ターミナル）いらない
Llama 3.1 8B
ローカルAIの世界標準モデル
準備がいる・黒い画面（ターミナル）いらない
gpt-oss-20b
OpenAIが無料公開した本格モデル
上級者向け・黒い画面（ターミナル）いらない
Phi-4
小さいのに数学と論理に強いMicrosoft製
準備がいる・黒い画面（ターミナル）いらない