• DETEKTION
  • KOORDINATEN
  • DATEN
  • MENSCH

Objekte in Bildern erkennen mit Ihrer KI und NVIDIA Vision

Verbinden Sie NVIDIA Vision mit Ihrem KI-Client, um Fotos in strukturierte Daten zu verwandeln. Sobald die Verbindung steht, sieht Ihr Agent, was im Bild zu sehen ist und wo es sich befindet.

Fragen Sie die KI zu dieser Seite

Kurzantwort

Wie findet meine KI Dinge in einem Foto?

Ihre KI nutzt NVIDIA Vision, um Bilder zu scannen, spezifische Objekte zu identifizieren und deren genaue Positionen zu erfassen. Sie erhalten eine Liste der gefundenen Gegenstände inklusive der Koordinaten für jedes Element.

Die Ergebnisse

Das liefert Ihre KI

Die KI verarbeitet die visuellen Daten, um diese spezifischen Ausgaben zu generieren.

DETEKTION

Eine Liste von Objekten

Die KI identifiziert jedes relevante Objekt im Bild. Sie erhalten eine saubere Liste dessen, was tatsächlich im Bild vorhanden ist.

KOORDINATEN

Präzise Positionen

Die KI ermittelt die exakte Position jedes Objekts. So wissen Sie genau, wo sich Dinge innerhalb der Bildgrenzen befinden.

DATEN

Strukturierte Bildinfos

Die KI wandelt visuelle Pixel in textbasierte Daten um. Diese Informationen können Sie dann in anderen Teilen Ihres Workflows nutzen.

MENSCH

Manuelle Prüfung

Sie entscheiden, welche Funde wichtig sind. Die KI markiert die Objekte, aber Sie treffen die endgültige Entscheidung über die Nutzung der Daten.

Der Ablauf

Was Ihre KI tut, wenn ein Bild ankommt.

Die KI übernimmt die gesamte visuelle Verarbeitung in zwei gezielten Schritten.

  1. Objekte identifizieren

    Die KI scannt das gesamte Bild, um die sichtbaren Objekte zu erkennen und zu benennen.

    detect_objects

  2. Positionen bestimmen

    Die KI kartiert den spezifischen Bereich, in dem sich das jeweilige Objekt befindet.

    visual_grounding

  3. Ergebnisse filtern

    Die KI grenzt die Liste basierend auf Ihren spezifischen Anforderungen ein.

    detect_objects

  4. Positionen verifizieren

    Die KI bestätigt die räumlichen Beziehungen zwischen verschiedenen Objekten in der Szene.

    visual_grounding

Probieren Sie es

Kopieren Sie diese Vorlagen zum Start.

Nutzen Sie diese Prompts, um die Interaktion mit Ihren Bildern zu beginnen.

Startpunkte

Ersetzen Sie den Text in den Klammern durch Ihre spezifischen Bild- oder Objektnamen.

NVIDIA Connector

Alles bereit. Wählen Sie Ihren MCP-Client und folgen Sie den Einrichtungsschritten.

Connector-Linkhttps://edge.vinkius.com/vk_preview_sRxLMKjkyXafjuH9XFRfp9b6jC4r9s5alORDsgz8/mcp

Claude Desktop

Folgen Sie den Schritten unten, um sich in Sekunden zu verbinden.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — NVIDIA capabilities are ready to use.
Konfiguration · claude_desktop_config.jsonKopieren
{
  "mcpServers": {
    "nvidia-vision-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_sRxLMKjkyXafjuH9XFRfp9b6jC4r9s5alORDsgz8/mcp"
    }
  }
}
In den Chat kopieren04

  • Erkenne alle Objekte auf diesem Foto.

  • Finde die Position des roten Autos in diesem Bild.

  • Liste jede sichtbare Person in diesem Bild auf und nenne ihren Standort.

  • Wo befindet sich die Kaffeetasse auf diesem Bild?

  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Starten Sie hier

Einmal verbinden, dann fragen.

Eine einzige Verbindung verknüpft den MCP mit Ihrem Client. Ihre Logins bleiben bei uns verschlüsselt. Technische Details finden Sie auf der Connector-Seite.

NVIDIA Vision mit Ihrer KI verbinden

FAQ

Funktionsweise der Aufgabe

  • 01

    Kann die KI das Foto bearbeiten?

    Nein. Die KI identifiziert und lokalisiert Objekte nur; sie kann das Bild selbst nicht verändern.

  • 02

    Speichert die KI meine Bilder?

    Nein. Die KI verarbeitet das Bild zur Objekterkennung und fährt dann mit der nächsten Aufgabe fort.

  • 03

    Kann sie Dinge finden, nach denen ich nicht explizit gefragt habe?

    Ja. Wenn Sie einen allgemeinen Erkennungs-Prompt nutzen, listet die KI alle von ihr erkannten Objekte auf.

  • 04

    Kann die KI Objekte im Bild verschieben?

    Nein. Dieser MCP dient ausschließlich der Detektion und Lokalisierung.

  • 05

    Wie genau sind die Positionsangaben?

    Die KI liefert Koordinaten, die auf den visuellen Daten des vorliegenden Bildes basieren.

  • Weitere Fragen zu NVIDIA Vision? Die Connector-Seite liefert Antworten. Alle Funktionen des NVIDIA Vision Connectors ansehen

Verbinde NVIDIA mit Claude, Cursor, ChatGPT & mehr