Fusionner des images pour identifier a une condition que la comparaison n'exige pas : les objets ne doivent pas se toucher visuellement. Si deux feuilles se chevauchent à la limite d'une cellule, le modèle confond les deux objets. L'écart entre les cellules n'est pas cosmétique ici, c'est ce qui garde chaque réponse attachée au bon objet.

La disposition qui fonctionne le mieux est celle qui correspond à votre façon de lire la réponse. Six objets dans une grille 2×3, lus de gauche à droite et de haut en bas, reviennent sous forme de six lignes que vous pouvez numéroter de la même façon dans le prompt. Quatre objets dans un 2×2 font de même. Le preset Bande de 3 est utile quand les trois objets doivent être comparés plutôt qu'identifiés un par un. Pour la vue d'ensemble de l'effet d'une disposition sur un assistant, voir combiner des images pour l'IA.

La qualité des photos compte autant que la grille. Pour identifier, un objet par cellule, centré et occupant l'essentiel de la cellule, avec un fond aussi neutre que possible. Un plan large avec l'objet dans un coin dépense la plupart de ses pixels sur du contexte dont le modèle n'a pas besoin. Si vous ne pouvez pas recadrer, gardez au moins l'objet entier : un objet coupé par le bord de la cellule est une cause fréquente de réponse fausse.

De brèves légendes sont optionnelles et souvent utiles. Une petite étiquette avec un lieu, une date ou un nom de variante donne au modèle un contexte qu'il ne peut pas lire dans l'image, et vous donne un moyen de vérifier ensuite que les réponses correspondent bien aux cellules auxquelles vous pensez. Gardez les légendes courtes pour qu'elles ne concurrencent pas l'objet lui-même.

Attendez-vous à des réponses d'identification prudentes, et traitez-les comme telles. Un modèle identifie à partir de ce qu'il voit : une vue partielle, une lumière pauvre ou un détail flou peuvent produire une réponse assurée et fausse. Le bon réflexe est de fusionner les images qui montrent le critère d'identification, de demander une fois, puis de vérifier la réponse contre une référence avant d'agir.

MergeFrame assemble la grille dans votre navigateur, donc rien n'est uploadé pendant la préparation. La version gratuite vous donne 12 images par grille et 2 exports par jour, en PNG ou JPG jusqu'à 4000px, sans compte et sans filigrane. Si vous traitez une longue liste d'objets, le Pass 24h à 3 $ supprime la limite journalière d'export pendant 24 heures et ajoute la sortie PDF et WebP.