ローカルで画像の美的スコアを推定し、複数画像をスコア順に並び替えたり、色変更バリエーションを比較したりする実験用Webアプリです。
This is a local experimental web app for estimating image aesthetics, ranking multiple images by score, and comparing color-adjusted variants.
このアプリでは、Aesthetics Predictor を「画像から抽出した CLIP 埋め込みをもとに、人間評価に近い美的スコアを返すモデル」として扱います。値が高いほど、モデルが学習した平均的な嗜好に照らして美的と推定されます。
In this app, Aesthetics Predictor is treated as a model that returns a human-like aesthetic score based on CLIP embeddings extracted from the image. Higher values indicate a stronger match with the model's learned average preferences.
LAION 系スコアは元モデルの 0-10 を 0-5 に換算して扱います。別 CLIP 系の rsinema/aesthetic-scorer が利用できる場合は、次の個別項目も 0-5 で返します。
LAION-style scores are converted from the original 0-10 range to 0-5. If the CLIP-based rsinema/aesthetic-scorer model is available, the app also returns these per-metric scores on the same 0-5 scale.
overallqualitycompositionlightingcolordepthOfFieldcontent
ランキングは、LAION 換算点と各個別項目の平均である total を標準にしています。加えて、ばらつきが大きい画像を少し下げる balanced、低い項目を強く反映する調和平均 harmonic でも並び替えできます。UI の「並び替え」から、合計点、数学的指標、各個別項目を切り替えられます。
The default ranking uses total, which is the mean of the normalized LAION score and the individual metrics. You can also sort by balanced, which slightly penalizes uneven scores, and harmonic, which emphasizes weak metrics through the harmonic mean. The UI sort control lets you switch between total score, mathematical indices, and individual metrics.
これは絶対的な美しさの判定ではありません。文化、用途、個人の好み、画像ジャンルによって評価は変わるため、UIではスコアと順位を主役にし、しきい値以上の場合だけ補助的に「美しい」ラベルを出します。
This is not an absolute beauty judgment. Evaluations vary by culture, use case, personal taste, and image category, so the UI centers score and rank, and only shows a supplemental "beautiful" label above the threshold.
1000×1000 の正方形を縦に 3 分割した synthetic image を作り、RGB パレット 13 色の全組み合わせを exhaustive に評価します。合計 2197 通りの組み合わせをスコア順に並べ、進捗と特徴量を見ながら上位だけを表示します。
The app also generates a synthetic 1000×1000 square split vertically into 3 bands and exhaustively evaluates every combination from a 13-color RGB palette. That is 2197 total combinations, ranked by score, with progress and feature visualizations shown alongside the top results.
backend/: FastAPI API。画像検証、スコアリング、ランキング、色変更探索を担当します。/ FastAPI API for image validation, scoring, ranking, and color exploration.frontend/: Vite + React + TypeScript UI。アップロード、進捗、ランキング、しきい値、色探索グリッドを提供します。/ Vite + React + TypeScript UI for uploads, progress, ranking, threshold control, and color exploration grids.
Python 3.12 を推奨します。Python 3.13 では PyTorch 系依存が不安定な場合があります。
Python 3.12 is recommended. PyTorch-related dependencies can be unstable on Python 3.13.
cd backend
python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
uvicorn app.main:app --reload --port 8000Windows PowerShell:
cd backend
py -3.12 -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -r requirements.txt
uvicorn app.main:app --reload --port 8000初回推論時に CLIP / aesthetic predictor 関連のモデルファイルをローカルキャッシュへ取得します。モデルが取得できない場合、APIは偽スコアを返さず明示エラーを返します。
On the first inference run, the app downloads the CLIP / aesthetic predictor model files into a local cache. If the model cannot be fetched, the API returns an explicit error instead of a fake score.
cd frontend
npm install
npm run devブラウザで http://localhost:5173 を開きます。
Open http://localhost:5173 in your browser.
cd backend
pytestcd frontend
npm test
npm run buildMIT License. See LICENSE.