Appearance
宋代画作元素抽取案例
| 【案例说明】本案例的目标是从宋代苏汉臣《妆靓仕女图》中提取画作中包含的元素信息和艺术手法，要求用文本格式输出为结构化数据。抽取过程采用简单模式，利用提示词技巧生成纯文本结构化数据。本案例说明了如何从图像当中抽取非文本信息。 |
|---|
1. 任务目标
宋代苏汉臣《妆靓仕女图》中提取画作中包含的元素信息和艺术手法，包括人物、建筑、植物、器具、颜色、笔法、构图等信息。要求用文本格式输出为结构化数据。
2. 原始数据说明
【宋】苏汉臣《妆靓仕女图》
3. 目标数据
所有抽取出来的数据都是文本类型。
人物、建筑、植物、器具、颜色、笔法等字段内容需要高度结构化，清晰简洁。
基本上完整准确地抽取出了画作中包含的信息。
4. 表格配置
4.1 定义字段
本案例选用简单模式进行抽取，需要对字段进行详细描述。为了让人物、建筑、植物、器具、颜色、笔法等字段内容结构化，需要采取一些提示词技巧，详细说明抽取的内容和格式。
| 序号 | 模型选择 | 模型类型 | 提示语 | 输入字段 | 智能输出字段 |
|---|---|---|---|---|---|
| 规则1 | 原始图像 | 视觉模型 | 无 | 原始图像 | 原始图像 |
| 规则2 | 人物 | 推理模型 | 抽取出“原始图像”中的人物信息，包括性别、年龄、身份、服饰、位置、动作等信息，将这些信息用“名称：值”的形式以列表呈现，每一个不同的值提一行生成，不同的人物赋予单独的序号如“人物1”。必须从“原始图像”中提取，若没有则填写“无”。 | 原始图像 | 人物 |
| 规则3 | 建筑 | 推理模型 | 抽取出“原始图像”中的建筑信息，包括建筑的位置、大小、功能、形状、布局等信息，将这些信息用“名称：值”的形式以列表呈现，每一个不同的值提一行生成，不同的建筑赋予单独的序号如“建筑1”。必须从“原始图像”中提取，若没有则填写“无”。 | 原始图像 | 建筑 |
| 规则4 | 植物 | 推理模型 | 抽取出“原始图像”中的植物信息，包括植物的种类、位置、大小、形状等信息，将这些信息用“名称：值”的形式以列表呈现，每一个不同的值提一行生成，不同的植物赋予单独的序号如“植物1”。必须从“原始图像”中提取，若没有则填写“无”。 | 原始图像 | 植物 |
| 规则5 | 器具 | 推理模型 | 抽取出“原始图像”中的器具信息，包括器具的种类、位置、大小、形状、功能等信息，将这些信息用“名称：值”的形式以列表呈现，每一个不同的值提一行生成，不同的器具赋予单独的序号如“器具1”。必须从“原始图像”中提取，若没有则填写“无”。 | 原始图像 | 器具 |
| 规则6 | 颜色 | 推理模型 | 抽取出“原始图像”的构成颜色，需要说明颜色对应的位置、作用和RGB值，将这些信息用“名称：值”的形式以列表呈现，每一个不同的值提一行生成，不同的颜色赋予单独的序号如“颜色1”。必须从“原始图像”中抽取 | 原始图像 | 颜色 |
| 规则7 | 笔法 | 推理模型 | 抽取出“原始图像”中的笔法信息，包括笔法的名称及其在画面中的使用位置，将这些信息用“名称：值”的形式以列表呈现，每一个不同的值提一行生成，不同的笔法赋予单独的序号如“笔法1”。必须从“原始图像”中提取。 | 原始图像 | 笔法 |
| 规则8 | 构图 | 推理模型 | 描述“原始图像”的构图特征。 | 原始图像 | 构图 |
Tips：
如果某字段要输入图片，该字段的数据类型应选择“图片”。
为了防止推理模型过度思考，可以在提示词中加上“没有则填写无”。
为了让抽取结果更加结构化，我们可以采用以下技巧：
a. 说明每个字段抽取的详细内容，如：抽取出“原始图像”中的人物信息，包括性别、年龄、身份、服饰、位置、动作等信息。
b. 让这些数据以键值对的形式，用列表呈现，如：将这些信息用“名称：值”的形式以列表呈现，每一个不同的值提一行生成。
c. 给不同的对象排序，如：不同的植物赋予单独的序号如“植物1”。
4.2 智能化配置
选择简单模式。
选择字段类型：
a. 输入字段：原始图像。
b. 智能输出字段：人物、建筑、植物、器具、颜色、笔法、构图。
选择模型：设置处理图片的规则时，应选择具有视觉能力的模型。本任务选取的是Claude 3.7 Sonnet模型，针对该任务效果较好。
- 未添加示例。