O software de gerenciamento de fotos digiKam está chegando à versão v7.0. Então, no último fim de semana, o app lançou sua primeira versão beta. E ele chegou com uma grande novidade. Agora, o Digikam 7.0 traz um gerenciamento de rostos superavançado e que funciona com deep learning.
O mais notável do digiKam 7.0 é o gerenciamento de rostos com aprendizado profundo. Usando o classificador em cascata e a funcionalidade de rede neural profunda da biblioteca OpenCV, a detecção de rostos foi aprimorada rapidamente para detectar rostos nas imagens gerenciadas pelo digiKam.
O digiKam 7.0 Beta também aprimorou o suporte a arquivos RAW para várias câmeras e várias outras correções e aprimoramentos.
Mais detalhes sobre o digiKam 7.0 Beta via digiKam.org.
DigiKam 7.0 traz gerenciamento de rostos com deep learning
Durante muitos anos, o digiKam forneceu um recurso importante dedicado à detecção e reconhecimento de rostos na foto. Os algoritmos usados em segundo plano (não baseados em aprendizado profundo) eram mais antigos e inalterados desde a primeira revisão, incluindo esse recurso (digiKam 2.0.0). Não era poderoso o suficiente para facilitar o fluxo de trabalho de gerenciamento de rostos automaticamente, diz a página do aplicativo.
Até agora, as metodologias complexas para analisar o conteúdo da imagem, com o objetivo de isolar e marcar os rostos das pessoas, foram realizadas usando o Classificador Cascade clássico baseado em recursos da biblioteca OpenCV. Essa maneira mais antiga funciona, mas não fornece um alto nível de verdadeiros resultados positivos. A detecção de rostos foi capaz de fornecer 80% de bons resultados durante a análise, o que não é muito ruim, mas exige muito feedback dos usuários para confirmar ou não os rostos detectados. Além disso, com os feedbacks dos usuários do bugzilla, o Faces Recognition não fornece uma boa experiência no mecanismo de tags automáticas para as pessoas, justificam os desenvolvedores.
Bem, agora, é só esperar que o aplicativo funcione com toda a eficiência prometida. A equipe informa que ainda serão lançadas outras versões de teste até a chegada da estável.
Do mesmo modo, o código fonte do digiKam 7.0.0, os pacotes Linux AppImage de 32/64 bits, o pacote MacOS e os instaladores do Windows 32/64 bits podem ser baixados deste repositório.
