+ "Smart media tagging and face recognition with on-premises machine learning models.\nThis app goes through your media collection and adds fitting tags, automatically categorizing your photos and music.\n\n* 📷 👪 Recognizes faces from contact photos\n* 📷 🏔 Recognizes animals, landscapes, food, vehicles, buildings and other objects\n* 📷 🗼 Recognizes landmarks and monuments\n* 👂 🎵 Recognizes music genres\n* 🎥 🤸 Recognizes human actions on video\n\n⚡ Tagging works via Nextcloud's Collaborative Tags\n * 👂 listen to your tagged music with the audioplayer app\n * 📷 view your tagged photos and videos with the photos app\n\nModel sizes:\n\n * Object recognition: 1GB\n * Landmark recognition: 300MB\n * Video action recognition: 50MB\n * Music genre recognition: 50MB\n\n## Ethical AI Rating\n### Rating for Photo object detection: 🟢\n\nPositive:\n* the software for training and inference of this model is open source\n* the trained model is freely available, and thus can be run on-premises\n* the training data is freely available, making it possible to check or correct for bias or optimise the performance and CO2 usage.\n\n### Rating for Photo face recognition: 🟢\n\nPositive:\n* the software for training and inference of this model is open source\n* the trained model is freely available, and thus can be run on-premises\n* the training data is freely available, making it possible to check or correct for bias or optimise the performance and CO2 usage.\n\n### Rating for Video action recognition: 🟢\n\nPositive:\n* the software for training and inferencing of this model is open source\n* the trained model is freely available, and thus can be ran on-premises\n* the training data is freely available, making it possible to check or correct for bias or optimise the performance and CO2 usage.\n\n## Ethical AI Rating\n### Rating Music genre recognition: 🟡\n\nPositive:\n* the software for training and inference of this model is open source\n* the trained model is freely available, and thus can be run on-premises\n\nNegative:\n* the training data is not freely available, limiting the ability of external parties to check and correct for bias or optimise the model’s performance and CO2 usage.\n\nLearn more about the Nextcloud Ethical AI Rating [in our blog](https://nextcloud.com/blog/nextcloud-ethical-ai-rating/).\n\nAfter installation, you can enable tagging in the admin settings.\n\nRequirements:\n- php 7.4 and above\n- App \"collaborative tags\" enabled\n- For native speed:\n - Processor: x86 64-bit (with support for AVX instructions)\n - System with glibc (usually the norm on Linux; FreeBSD, Alpine linux and thus also the official Nextcloud Docker container and Nextcloud AIO are *not* such systems)\n- For sub-native speed (using WASM mode)\n - Processor: x86 64-bit, arm64, armv7l (no AVX needed)\n - System with glibc or musl (incl. Alpine linux and thus also the official Nextcloud Docker container and also Nextcloud AIO)\n- ~4GB of free RAM (if you're cutting it close, make sure you have some swap available)\n\nThe app does not send any sensitive data to cloud providers or similar services. All processing is done on your Nextcloud machine, using Tensorflow.js running in Node.js." : "التوسيم الذكي للوسائط والتعرف على الوجوه باستخدام نماذج التعلم الآلي المحلية. \nيفحص هذا التطبيق مجموعة الوسائط لديك ويضع الوسوم المناسبة عليها، ويصنف صورك وموسيقاك تلقائيًا. \n\n* 📷 👪 يتعرف على الوجوه من صور جهات الاتصال \n* 📷 🏔 يتعرف على الحيوانات، والمناظر الطبيعية، والأطعمة، والمركبات، والمباني، وغيرها من الأشياء \n* 📷 🗼 يتعرف على المعالم والآثار \n* 👂 🎵 يتعرف على أنواع الموسيقى \n* 🎥 🤸 يتعرف على حركات الإنسان في الفيديو ⚡ \n\nيعمل التوسيم عبر وسوم نكست كلاود التعاونية \n* 👂 استمع إلى موسيقاك المُوسومة باستخدام تطبيق مشغل الصوت \n* 📷 اعرض صورك ومقاطع الفيديو المُوسومة مع الصور التطبيق \n\nأحجام النماذج: \n* التعرف على الكائنات: 1 جيجابايت \n* التعرف على المعالم: 300 ميجابايت \n* التعرف على حركة الفيديو: 50 ميجابايت \n* التعرف على أنواع الموسيقى: 50 ميجابايت \n\n## تقييم أخلاقيات الذكاء الاصطناعي\n\n### تقييم كشف الكائنات في الصور: 🟢 \nالإيجابيات: \n* برنامج تدريب واستنتاج هذا النموذج مفتوح المصدر \n* النموذج المُدرَّب متاح مجانًا، وبالتالي يمكن تشغيله محليًا \n* بيانات التدريب متاحة مجانًا، مما يُتيح التحقق من التحيز أو تصحيحه أو تحسين الأداء واستهلاك ثاني أكسيد الكربون CO2. \n\n### تقييم التعرف على الوجوه في الصور: 🟢 \nالإيجابيات: \n* برنامج تدريب واستنتاج هذا النموذج مفتوح المصدر * النموذج المُدرَّب متاح مجانًا، وبالتالي يُمكن تشغيله محليًا * بيانات التدريب متاحة مجانًا، مما يُتيح التحقق من التحيز أو تصحيحه أو تحسين الأداء واستهلاك ثاني أكسيد الكربون CO2. \n\n### تقييم ميزة التعرف على حركة الفيديو: 🟢 \nالإيجابيات: \n* برنامج تدريب واستنتاج هذا النموذج مفتوح المصدر * النموذج المُدرَّب متاح مجانًا، وبالتالي يُمكن تشغيله محليًا * بيانات التدريب متاحة مجانًا، مما يُتيح التحقق من التحيز أو تصحيحه أو تحسين الأداء واستهلاك ثاني أكسيد الكربون CO2. \n\n### تقييم التعرف على أنواع الموسيقى: 🟡 \nالإيجابيات: \n* برنامج تدريب واستنتاج هذا النموذج مفتوح المصدر * النموذج المُدرَّب متاح مجانًا، وبالتالي يُمكن تشغيله محليًا سلبيات: * بيانات التدريب غير متاحة مجانًا، مما يحد من قدرة الجهات الخارجية على التحقق من التحيز وتصحيحه أو تحسين أداء النموذج واستهلاك ثاني أكسيد الكربون CO2. \n\nتعرّف على المزيد حول تصنيف نكست كلاود لأخلاقيات الذكاء الاصطناعي [في مدونتنا] (https://nextcloud.com/blog/nextcloud-ethical-ai-rating/). \n\nبعد التثبيت، يمكنك تفعيل الوسوم في إعدادات المسؤول. \n\nالمتطلبات: \n- PHP 7.4 فما فوق \n- تفعيل \"الوسوم التعاونية\" للتطبيق \n\n- للسرعة الأصلية: \n - المعالج: x86 64 بت (مع دعم لتعليمات AVX) \n - نظام يعمل بنظام glibc (وهو النظام الأساسي عادةً على Linux؛ FreeBSD وAlpine Linux، وبالتالي فإن حاوية Nextcloud Docker الرسمية وNextcloud AIO، ليست من هذه الأنظمة) \n\n- لسرعة شبه أصلية (باستخدام وضع WASM) \n - المعالج: x86 64 بت، arm64، armv7l (لا حاجة لـ AVX) \n - نظام يعمل بنظام glibc أو musl (بما في ذلك Alpine Linux، وبالتالي حاوية Nextcloud Docker الرسمية وNextcloud AIO) \n - حوالي 4 جيجابايت من ذاكرة الوصول العشوائي RAM الفارغة (إذا كنت ترغب في الحصول على مساحة تخزينية قريبة، فتأكد من توفر مساحة تخزينية) \n\nلا يرسل التطبيق أي بيانات حساسة إلى مزودي الخدمات السحابية أو الخدمات المماثلة. تتم جميع عمليات المعالجة على جهاز نكست كلاود الخاص بك، باستخدام Tensorflow.js الذي يعمل بنظام Node.js.",
0 commit comments