Voorbeelden bij het vak When Images Remain (distant viewing). De analyse van je beeldcollectie doe je in Google Colab — het máken doe je in makemode: een waarnemingsexperiment voor je proefpersonen, een interactieve beeldenwolk, een deelbaar artefact voor naast je poster op de eindtentoonstelling. Elk voorbeeld hieronder is met één beschrijvende zin gebouwd.
Bekijk een geblurd schilderij door een scherp kijkgaatje dat je muis volgt. Na 30 seconden: een heatmap van waar je keek, en de data als CSV. Stuur de link naar proefpersonen — hun kijkgedrag is jouw onderzoeksdata.
Probeer BubbleView →Twaalf beelden uit de 2026-selectie, gelegd op kleurtoon × helderheid. Pan, zoom, klik voor groot beeld en zoek onbekende beelden op. Draai je eigen tSNE in Colab? Importeer de posities als CSV en je wolk wordt interactief.
Open de beeldenwolk →Twaalf schilderijen, één doorsnee — live berekend in je browser. Vink beelden aan en uit en zie hoe elk werk het gemiddelde trekt. Dezelfde analyse als notebook 1, maar interactief en zonder Colab.
Bereken het gemiddelde →Beoordeel twaalf paren beelden op gelijkenis (1–7). Aan het eind: je scores als tabel en CSV — de klassieke similarity-taak uit de visual paradigms, als deelbare link.
Wordt in het college gebouwd — live, met één zin.| Stap | Waar | Waarom |
|---|---|---|
| Lichte analyse | makemode | Gemiddeld beeld en kleuranalyse rekent je browser zelf uit — zie de demo hierboven. |
| Zware analyse | Google Colab | Het VGG19-netwerk (en tSNE daarop) heeft zware rekenkracht nodig — dat blijft in de notebooks van het vak. Exporteer de posities als CSV voor de interactieve beeldenwolk. |
| Metadata met AI | makemode | Vragen stellen over elk beeld ("hoeveel gezichten?") kan met makemode's ingebouwde beeldmodel — EU-gehost, geen eigen OpenAI-sleutel nodig. |
| Maken & meten | makemode | Experimenten en artefacten bouw je door ze te beschrijven; publiceren geeft een publieke link. |
| Delen | makemode publish | Zelfde naam = zelfde link. Zet er een QR van naast je A0-poster op de tentoonstelling. |
Meedoen met de klas-omgeving? De join-link krijg je in het college.
| Post | Bedrag | Gemeten / gekozen |
|---|---|---|
| Eén experiment of artefact bouwen | ± € 0,25 – 0,50 | Gemeten: de BubbleView en de beeldenwolk op deze pagina kostten samen € 0,52. |
| Publiceren & delen | € 0 | Publiceren is gratis; dezelfde naam houdt dezelfde link. |
| Tegoed per student | € 5 | Gekozen: genoeg voor het hele vak (3–5 artefacten mét iteraties), en tegelijk de veiligheidslimiet — verder dan je tegoed kun je niet bouwen, dus niemand kan per ongeluk kosten maken. |
| Totaal voor de klas | aantal × € 5 | Eén gezamenlijke pot; op = bijvragen bij de docent. |
Ter vergelijking: een ChatGPT-sleutel voor het metadata-notebook moet elke student zelf regelen met een eigen betaalaccount — hier zit het beeldmodel bij het tegoed in.
| Wat | Waar |
|---|---|
| Het vak & de theorie | whenimagesremain.github.io/distantviewing |
| De beeldselectie 2026 | whenimagesremain.github.io/selection2026 — kies een beeld, kopieer de beeld-link en plak hem in je makemode-opdracht |
| De opdracht (A0-poster) | whenimagesremain.github.io/assignment |
| De Colab-notebooks (analyse) | Links staan op de distant viewing-pagina hierboven |
| Bouwen | app.makemode.eu — beschrijf wat je wilt maken, plak je beeld-link erbij |