Passer au contenu

Génère des métadonnées d’images. En local.

Crée des métadonnées riches et structurées à partir d’images avec des modèles de vision locaux — sans upload, sans abonnement, et sans que tes données quittent ton Mac.

Nécessite un Mac Apple Silicon avec macOS 26

Métadonnées générées par VisionTagger pour une image avec une IA locale

Choisis un modèle — ou apporte le tien

Télécharge des modèles de vision préconfigurés dans l’app, ou lie ton propre modèle GGUF et ses fichiers projecteur. Choisis le modèle qui colle le mieux à tes images et à tes exigences de qualité, puis affine la génération avec des paramètres ajustables pour obtenir des résultats cohérents et reproductibles. Tout le traitement tourne en local sur Apple Silicon (M1 ou plus récent), en utilisant les performances de ton Mac plutôt qu’un service cloud.

Interface de sélection de modèle de VisionTagger

Définis ton propre schéma de métadonnées

Génère uniquement les métadonnées dont tu as vraiment besoin. Active des sections intégrées comme Titre, Description, Mots-clés, Contenu & Style et Sécurité & Conformité — puis étends-les avec des sections et des champs personnalisés adaptés à ton workflow. Pour chaque champ, choisis un type de donnée (Boolean, Text ou List of Texts) et écris un prompt qui dit au modèle exactement quoi extraire. Résultat : des métadonnées structurées qui suivent tes conventions et restent cohérentes sur de gros lots.

Configuration de contenu VisionTagger montrant des sections et champs de métadonnées personnalisables

Exporte les métadonnées là où tu en as besoin

Publie les métadonnées dans le format qui colle le mieux à ton pipeline. Pour les sidecars XMP et les métadonnées intégrées, VisionTagger s’intègre avec ExifTool — un utilitaire standard de l’industrie, largement reconnu et digne de confiance. Tes métadonnées apparaîtront dans des apps comme Adobe Lightroom, Bridge, Capture One, Photo Mechanic, et tout autre logiciel qui lit l’XMP. Réécris dans ta photothèque Photos, exporte du JSON ou du TXT par image, ou génère un seul fichier pour toute une passe. Ajoute des tags Finder pour une organisation rapide dans macOS. Sélectionne plusieurs sorties à la fois et configure-les ensemble — pour qu’une seule passe de génération alimente toutes les destinations que tu utilises.

Exemple de configuration de publication VisionTagger

Cas d’usage

  • Pour tous ceux qui veulent retrouver cette image plus tard en générant des titres, descriptions, mots-clés et tags recherchables pour ta bibliothèque.

  • Équipes web qui génèrent du texte alternatif à grande échelle crée du texte alternatif précis et cohérent pour les images d’un site afin d’améliorer l’accessibilité et le SEO — en local, sans téléverser.

  • Photographes qui gèrent de gros shootings accélère le tri, le catalogage, la livraison et l’archivage avec des métadonnées cohérentes.

  • Designers qui organisent des bibliothèques d’assets rends l’ambiance, le style, le sujet et l’usage plus faciles à retrouver d’un projet à l’autre.

  • Chercheurs et archivistes qui taguent des collections crée des métadonnées structurées et cohérentes pour des jeux de données, des dossiers et la conservation à long terme.

Configuration requise

  • macOS Tahoe 26.0 ou version ultérieure

  • Apple Silicon requis (M1 ou plus récent)

  • Pour des performances optimales avec les modèles plus grands, 16 Go de RAM ou plus sont recommandés

  • Stockage des modèles : prévois ~4–8 Go par modèle (téléchargé en local)

Des images aux métadonnées — en six étapes

Voir la démo sur YouTube

Achat unique

29,99 €
Offre de lancement 24,99 €

TVA incluse

Essai gratuit : 100 images, sans limite de temps
Paiement unique. Aucun frais récurrent.
Un seul utilisateur. Plusieurs Macs.

FAQ VisionTagger

Quels modèles de vision sont inclus ?

VisionTagger inclut quatre modèles de vision préconfigurés : Qwen2.5-VL 7B Instruct, Gemma 3 4B IT, InternVL3 8B Instruct et Pixtral 12B. Les modèles plus petits tournent généralement plus vite, tandis que les plus gros peuvent produire une sortie plus détaillée mais demandent plus de mémoire, selon ton Mac et les réglages choisis. Utilise l’essai pour comparer les modèles et ajuster les paramètres jusqu’à ce que les résultats collent à ton workflow et à ton niveau de détail préféré.

Je peux utiliser mes propres modèles ?

Oui. Si tu as un modèle de vision compatible GGUF et son fichier projecteur correspondant (aussi en GGUF), tu peux les lier dans VisionTagger et les utiliser comme les options intégrées. C’est à toi de t’assurer que ton usage de modèles tiers respecte leurs licences et conditions.

VisionTagger a besoin d’une connexion internet ?

VisionTagger tourne en local et n’upload pas tes images ni les métadonnées générées. Une connexion internet est seulement nécessaire pour télécharger des modèles dans l’app et pour vérifier et télécharger les mises à jour de l’app.

Comment marche l’essai gratuit ?

L’essai gratuit te permet de traiter jusqu’à 100 images sans frais, sans limite de temps. Tu peux explorer tout le workflow — choix du modèle, sections intégrées, champs personnalisés et options d’export — avant d’acheter.

Quels formats d’image et quelles sources sont pris en charge ?

VisionTagger prend en charge des formats courants comme JPEG, PNG, TIFF, HEIC et WebP. Tu peux sélectionner des images depuis des dossiers sur ton Mac ou directement depuis ta photothèque Photos.

Je peux personnaliser les champs de métadonnées ?

Oui. En plus des sections intégrées (Titre, Description, Mots-clés, Contenu & Style, Sécurité & Conformité), tu peux créer des sections personnalisées et ajouter tes propres champs. Chaque champ prend en charge un type de donnée (Boolean, Text ou List of Texts) et son propre prompt, donc tu peux ajuster exactement ce que le modèle extrait.

Quels outputs VisionTagger peut créer ?

VisionTagger peut exporter du JSON ou du TXT par image, ou un seul fichier JSON/TXT pour tout un batch. Il peut aussi appliquer des tags Finder. Pour les sidecars XMP et l’intégration des métadonnées dans les fichiers image, VisionTagger s’intègre avec ExifTool (installé séparément).

Je dois installer ExifTool ?

ExifTool est seulement requis pour les sidecars XMP et l’intégration des métadonnées dans les fichiers image. Si tu fais juste un export JSON/TXT ou que tu appliques des tags Finder, tu n’as pas besoin d’ExifTool.

VisionTagger peut réécrire dans ma photothèque Photos ?

Oui. VisionTagger peut réécrire les métadonnées dans ta photothèque Photos quand tu choisis cette option de sortie. Tu verras toujours un récap de publication avant que quoi que ce soit soit écrit.

Je peux régler les paramètres du modèle ?

Oui. Dans les réglages, tu peux ajuster des paramètres de génération comme la température, le max tokens, la longueur de contexte, le top-P et le top-K via des sliders. Ça t’aide à équilibrer créativité et cohérence, et à contrôler la longueur et le niveau de détail de la sortie.

C’est rapide comment, et il me faut quel Mac ?

VisionTagger exige Apple Silicon (M1 ou plus récent) et tourne sur macOS Tahoe 26.0 ou version ultérieure. La vitesse dépend de ton Mac, du modèle sélectionné, de la résolution des images et des champs de métadonnées choisis. Les modèles plus petits sont généralement plus rapides ; les plus gros peuvent donner de meilleurs résultats mais peuvent demander plus de RAM.

Les modèles prennent combien d’espace disque ?

Les téléchargements de modèles sont stockés en local. Prévois environ 4–8 Go par modèle (ça varie selon le modèle).

VisionTagger va écraser des fichiers ou des métadonnées existants ?

VisionTagger affiche un récap de publication avant d’écrire quoi que ce soit et te prévient si des fichiers existants risquent d’être écrasés. Tu peux revoir les actions et confirmer avant que quoi que ce soit soit enregistré.

VisionTagger collecte des données d’usage ou des analytics ?

Non. VisionTagger n’inclut pas d’analytics ni de télémétrie, et il n’upload pas tes données. L’activation de licence et les vérifications de mises à jour impliquent des requêtes réseau quand c’est nécessaire pour ces fonctions.