Adobe hat kürzlich die neue Lightroom CC Version veröffentlicht und diese mit Adobe Sensei Technologie erweitert. Sensei bietet verschiedene sog. intelligente Cloud-Services, die auch eine semantische Bildanalyse und Schlüsselwort-basierte Bildersuche (sog. KI Suche) beinhalten. Adobe’s KI Suche ist Cloud-basiert und steht somit nur Lightroom CC Nutzern zur Verfügung.
Glücklicherweise können Benutzer von Adobe Lightroom Classic CC das Excire Search Plugin für ihre KI Suche benutzen. Excire Search läuft lokal ohne Einsatz einer Cloud: keine Uploads, keine Downloads und die KI Engine läuft lokal auf den Anwenderrechnern. Falls Sie also Classic CC Benutzer sind, ist Excire Search für Sie die perfekte Ergänzung, um Ihren Workflow zu optimieren.
Die Vorteile werden durch den neuen Workflow, der nun mit Lightroom CC möglich ist, noch sichtbarer. Ergänzend zu den Funktionen, die in Lightroom CC verfügbar sind, bietet Excire Search zusätzliche Funktionen wie beispielsweise die sehr nützliche Ähnlichkeitssuche oder spezifischere Suchfunktionen, die z.B. das Auffinden von Gruppenfotos von lächelnden Frauen am Strand ermöglichen.
Aber wie gut schneidet Excire Search im Vergleich zu Adobe und anderen Konkurrenten ab? Um diese Frage zu beantworten, haben wir eine ausführliche Studie durchgeführt und dabei Excire Search mit Adobe Lightroom CC, Apple Photos und Google’s Vision Api verglichen.
Unser Testdatensatz besteht aus 1500 Bildern im JPG Format, die zu fünfzehn verschiedenen Kategorien gehören, wobei jede dieser Kategorien 100 Bilder beinhaltet. Die Testbilder wurden zufällig aus einer größeren Bilddatenbank ausgewählt, die größtenteils aus Bildern besteht, die von Flickr heruntergeladen wurden. Die Kategorien wurden ebenfalls zufällig aus einer Menge von 500 Kategorien, die Excire Search derzeit erkennen kann, ausgewählt.
Keines der Testbilder wurde zuvor beim Training verwendet (dieses können wir jedoch nur für Excire garantieren). Es wäre wünschenswert gewesen, mehr Kategorien zu testen, allerdings erfordert die Analyse der Lösungen von Adobe und Apple einen großen manuellen Aufwand und wäre somit nicht in akzeptabler Zeit durchführbar gewesen. Insgesamt haben wir uns bemüht, eine repräsentative Studie und einen fairen Vergleich durchzuführen. Die folgenden Beispielbilder veranschaulichen die einzelnen Kategorien unseres Testdatasatzes:
Strand
Schmetterling
Auto
Schloss
Katze
Hund
Blume
Pferd
Haus
Löwe
Berg
Wolkenkratzer
Schnee
Fussball
Windsurfen
Die folgende Tabelle fasst die Hauptmerkmale der untersuchten Suchmaschinen zusammen. Die gegebene Laufzeit bezeichnet die Zeit, die zum Upload (Adobe, Google) oder Import (Apple, Excire) und der Analyse der 1500 Bilder notwendig ist.
| Firma | Software | Cloud vs. Lokal | Anzahl der Kategorien | Laufzeit* |
|---|---|---|---|---|
| Adobe | Adobe Lightroom CC | cloud | unbekannt | 13:01 min |
| Apple | Photos | lokal | 4432 | mehrere Stunden** |
| PRC | Excire Search Lr v1.3 | lokal | 500 | 6:13 min** |
| Google Vision Api | cloud | unbekannt | 22:24 min |
*50Mbit/s Internetanbindung mit einer Uploadrate von 20Mbit/s. WLAN: 5GHz 110-225 Mbit/s (wurde nur für Lightroom CC benutzt)
**auf einem MacBook Pro 2,6GHz, 8GB Ram, SSD and macOS Sierra 10.12.6.
Cloud-Dienste, und damit verknüpfte Anwendungen, werden von Jahr zu Jahr beliebter. Ein offensichtlicher Vorteil ist, dass leistungsstarke Server und Architekturen verwendet werden können, die sich einfach bzgl. der Menge an notwendigen Speicher und Rechenleistung skalieren lassen.
Der Vorteil für die KI-Suche ist, dass moderne sehr tiefe neuronale Netze eingesetzt werden können, die ein Maximum an Erkennungsleistung ermöglichen, aber für den Einsatz auf einfachen Endkunden-Computern zu komplex sind.
Daher ist es viel anspruchvoller, KI-Systeme zu entwickeln, die auf lokalen Maschinen beste Analyse-Ergebnisse erzielen und dazu noch bestehende Restriktionen bzgl. der Rechenzeit einhalten.
Ein klarer Nachteil eines Cloud-basierten Workflows ist jedoch, dass Bilder hoch- und heruntergeladen werden müssen. Auch wenn dies für die populärsten Kameras heutzutage (Smartphones) akzeptabel ist, Fotografen die hochaufgelöste Bilder produzieren, um ein Maximum an Bildqualität zu erreichen, sind der Cloud-Variante oft abgeneigt.
Für viele sind Datenschutz und Copyright Aspekte entscheidend, über die sie stets die Kontrolle behalten möchten und somit eine Cloud meiden.
Excire Search wurde so entwickelt, dass alle notwendigen Berechnungen lokal auf Kundenrechnern laufen. Man würde nun erwarten, dass so im Vergleich zu Cloud-basierten Lösungen keine optimale Erkennungsleistung erzielt werden kann, aber wir waren positiv überrascht, dass dies nicht der Fall ist: Excire Search hat besser abgeschnitten und war dabei schneller als die getesteten Konkurrenten.
Für jede der vier Suchmaschinen haben wir die gleichen Tests durchgeführt, um die Ergebnisse der KI Suche zu evaluieren. Wir haben dabei mit 15 verschiedenen Suchbegriffen, die den 15 Bildkategorien entsprechen, gesucht, z.B. „Strand“, „Schmetterling“, „Katze“, etc. Es wurde jeweils nur mit einem Begriff gesucht.
Dabei wird ein Bild dann als relevant betrachtet, werden es für einen Suchbegriff den entsprechenden Bildinhalt darstellt. Beispielsweise wenn man nach „Katze“ sucht, sind alle Bilder, auf denen Katzen dargestellt sind, relevante Bilder.
Basiered auf dem gegebenen Datensatz haben wir somit jeweils pro Kategorie 100 relevante (P) und 1400 nicht-relevante (N) Bilder.
Es wurde jeweils nur mit einem Begriff gesucht. Kombinationen von Begriffen wurden nicht verwendet. Die Performanz wurde dann entsprechend der folgenden Maße berechnet:
Schließlich verwenden wir die folgenden abgeleiteten Raten zur Evaluierung:
Die folgende Grafik zeigt die durchschnittlichen Ergebnisse der vier Suchmaschienen, die als „Sensitivität vs. Spezifizität“ geplottet wurden. Die Balken bezeichnen dabei die Varianz der Ergebnisse der verschiedenen Suchbegriffe. Das beste Ergebnis wäre ein Punkt mit minimalen Balken, der in der rechten oberen Ecke platziert ist.
Die Ergebnisse zeigen eindeutig, dass Apple’s Photos die restriktivste Suche durchführt, was bedeutet, dass dieses System bzgl. einer hohen Spezifizität und einer geringen Sensitivität optimiert ist. Mit dieser Strategie ist verknüpft, dass man z.B. wenig Hunde erhält, wenn man nach Katzen sucht. Aber auch, dass man ggf. ein paar Bildern mit Katzen eben nicht findet.
Adobe verfolgt eindeutig eine gegensätzliche Strategie, die darauf abzielt, alle Katzen zu finden und dabei selbst ein paar Hunde in der Ergebnismenge zu tolerieren.
Excire und Google bilden bzgl. Sensitivität und Spezifizität den besten Kompromiss, wobei Excire sich in dem Test als bestes System herausstellt mit einer im Vergleich zu Google leicht besseren Spezifizität und einer eindeutig besseren Sensitivität. Darüberhinaus stellt Excire Search bzgl. der Laufzeit das eindeutig schnellste System dar.
Für alle die, die an mehr Details interessiert sind, werden im Folgenden die klassen-spezifischen Ergebnisse dargestellt:
Hinweis für Excire Foto Bestandkunden: Excire Foto Nutzer müssen beim Testen beachten, dass die bisherige Excire Datenbank beim ersten Programmstart modifiziert wird und somit ein Rückwechsel auf die Version 1.3 ohne Backup nicht möglich ist. Wir empfehlen daher vor der Nutzung von Excire Foto 2022, eine Sicherung zu erstellen. Wie dies geht, steht in folgenden Forum-Beiträgen: LINK 1 und LINK 2
| Excire Foto | Excire Foto Testversion | |
|---|---|---|
| Mehrere Datenbanken | ||
| JPG, PNG & BMP | ||
| RAW Formate | ||
| EXIF Daten einlesen | ||
| IPTC Metadaten einlesen | ||
| IPTC Manager & Editor | ||
| Sterne, Bewertungen, Label einlesen | ||
| Stichwörter einlesen | ||
| Metadaten speichern | ||
| Fotos exportieren | ||
| Teilen via Dropbox | ||
| Teilen via Google Drive | ||
| Ähnliche Fotos finden | ||
| Mit Stichwort finden | ||
| Gesichter finden | ||
| Personen finden | ||
| Ähnliche Fotos mit externem Foto finden | ||
| Personen mit externem Foto finden | ||
| GPS Position eines Fotos in Google Maps anzeigen | ||
| Manuelle Stichwörter vergeben | ||
| Sammlungen anlegen | ||
| Sterne, Flaggen & Farblabel vergeben und danach suchen |
| Unterstützte Sprachen | Deutsch & Englisch |
| Aktuelle Version | 2.2.1 |
| Prozessor | Mehrkernprozessor mit 64-bit und AVX Unterstützung Ältere AMD Prozessoren wie AMD Phenom(tm) II X6 1100T und AMD Phenom(tm) II X (auch unter der Bezeichnung AMD Athlon II X4 640 bekannt) werden nicht unterstützt. Intel Core 2 Duo Prozessoren werden nicht unterstützt. |
| Betriebssystem | macOS 10.14 (oder neuer) oder Windows 10 (64-bit) bzw. Windows 11 (64bit) |
| Speicher | Min. 8GB RAM. Empfohlen sind jedoch 16GB oder mehr |
| Festplatte | Die Excire Datenbanken benötigen für 100.000 Fotos ca. 250MB. Der Vorschau-Speicher umfasst dann ca. 25GB bei höchster Qualität, Raw-Formaten und wenn für jedes Foto eine Vorschau erzeugt wird. |
| Unterstützte Sprachen | Deutsch & Englisch |
| Aktuelle Version | 3.1.1 |
| Prozessor | Mehrkernprozessor mit 64-bit und AVX Unterstützung Ältere AMD Prozessoren wie AMD Phenom(tm) II X6 1100T und AMD Phenom(tm) II X (auch unter der Bezeichnung AMD Athlon II X4 640 bekannt) werden nicht unterstützt. Intel Core 2 Duo Prozessoren werden nicht unterstützt. |
| Betriebssystem | macOS 10.14 (oder neuer) oder Windows 10 (64-bit) bzw. Windows 11 (64bit) |
| Speicher | Min. 8GB RAM. Empfohlen sind jedoch 16GB oder mehr |
| Festplatte | Die Excire Datenbanken benötigen für 100.000 Fotos ca. 250MB. Der Vorschau-Speicher umfasst dann ca. 25GB bei höchster Qualität, Raw-Formaten und wenn für jedes Foto eine Vorschau erzeugt wird. |
Für alle Adobe Lightroom Classic Nutzer ist Excire Search die perfekte Lösung zum Durchsuchen ihres Lightroom Katalogs. Das clevere Lightroom-Plugin analysiert und verschlagwortet Fotos automatisch und erweitert Lightroom um leistungsfähige KI Suchfunktionen. Mit wenigen Klicks und in Sekundenschnelle findet Excire Search genau die Fotos, die Sie suchen. So macht Bildverwaltung wieder Spaß und stundenlange Bildsuchen gehören der Vergangenheit an.
Für Windows und macOS und in der 2022er Version mit integriertem Duplikatefinder.
| Unterstützte Sprachen | Deutsch, Englisch, Französisch, Italienisch & Spanisch |
| Aktuelle Version | 3.1.1 |
| Prozessor | Mehrkernprozessor mit 64-bit und AVX Unterstützung Ältere AMD Prozessoren wie AMD Phenom(tm) II X6 1100T und AMD Phenom(tm) II X (auch unter der Bezeichnung AMD Athlon II X4 640 bekannt) werden nicht unterstützt. Intel Core 2 Duo Prozessoren werden nicht unterstützt. |
| Betriebssystem | macOS 10.14 (oder neuer) oder Windows 10 (64-bit) bzw. Windows 11 (64-bit) |
| Lightroom (Classic) | Version 6 (oder neuer) |
| Speicher | 8GB RAM. Bei großen Katalogen (> 150.000 Fotos) empfehlen wir jedoch 16GB oder mehr |
| Festplatte | 375 MB freier Festplattenspeicher für die Basisinstallation und weiterer Speicher für die Bildsignaturen. Beispielsweise benötigt ein Adobe Lightroom Katalog von 100.000 Bildern etwa weitere 800 MB zusätzlichen Speicher. |
Hinweis: Für die Verwendung der Software wird keine Internetverbindung benötigt.
Excire Analytics ist eine innovative Erweiterung für Excire Foto, die ihnen tiefere Einsichten in ihre Fotogewohnheiten gibt.
Nutzen sie die zahlreichen Funktionen und Einstellmöglichkeiten von Excire Analytics, um bessere Kaufentscheidungen für zukünftiges Fotoequipment zu treffen, aus den Auswertungen zu lernen und ihre Fotoskills zu verbessern.
Excire Analytics erfordert mindestens Excire Foto Version 2.0 und kann durch Eingabe eines Aktivierungscodes freigeschaltet werden. Geben sie einen solchen Code dazu einfach in ihrer Excire Foto Version in den Einstellungen im Reiter „Lizenz“ ein. Entsprechende Funktionen werden dann freigeschaltet und benötigte Komponenten nachinstalliert.
| Unterstützte Sprachen | Deutsch & Englisch |
| Aktuelle Version | 2.1.1 |
| Prozessor | Mehrkernprozessor mit 64-bit und AVX Unterstützung Ältere AMD Prozessoren wie AMD Phenom(tm) II X6 1100T und AMD Phenom(tm) II X (auch unter der Bezeichnung AMD Athlon II X4 640 bekannt) werden nicht unterstützt. Intel Core 2 Duo Prozessoren werden nicht unterstützt. |
| Betriebssystem | macOS 10.14 (oder neuer) oder Windows 10 (64-bit) bzw. Windows 11 (64bit) |
| Speicher | Min. 8GB RAM. Empfohlen sind jedoch 16GB oder mehr |
| Festplatte | Die Excire Datenbanken benötigen für 100.000 Fotos ca. 250MB. Der Vorschau-Speicher umfasst dann ca. 25GB bei höchster Qualität, Raw-Formaten und wenn für jedes Foto eine Vorschau erzeugt wird. |
| Unterstützte Sprachen | Deutsch & Englisch |
| Aktuelle Version | 2.2.1 |
| Prozessor | Mehrkernprozessor mit 64-bit und AVX Unterstützung Ältere AMD Prozessoren wie AMD Phenom(tm) II X6 1100T und AMD Phenom(tm) II X (auch unter der Bezeichnung AMD Athlon II X4 640 bekannt) werden nicht unterstützt. Intel Core 2 Duo Prozessoren werden nicht unterstützt. |
| Betriebssystem | macOS 10.14 (oder neuer) oder Windows 10 (64-bit) bzw. Windows 11 (64bit) |
| Speicher | Min. 8GB RAM. Empfohlen sind jedoch 16GB oder mehr |
| Festplatte | Die Excire Datenbanken benötigen für 100.000 Fotos ca. 250MB. Der Vorschau-Speicher umfasst dann ca. 25GB bei höchster Qualität, Raw-Formaten und wenn für jedes Foto eine Vorschau erzeugt wird. |
Deutsch 
Deutsch 
English 
Deutsch 
Deutsch 
English