开源&Docker 篇一百一十：家庭宝宝相册，语言搜索图片，orc搜索，最强相册管理软件，MT photos一站式部署、使用教程

大家好，这里是Cherry，喜爱折腾、捡垃圾、玩数码，热衷于分享NAS、docker玩耍经验~

前言

如果说地表最强相册管理软件，大家会选择哪一款呢？是NAS系统自带的相册工具，亦或是开源神器immich，还是photoprism呢？

之前说想做一期相册软件对比的，但是鉴于相册实在太多，跑起来速度太慢太卡，所以一拖再拖。好在近期本Cherry更新了NAS设备，于是这个系列我们继续开搞！

今天呢，给大家带来的是，我自认为最符合国人操作系统，而且功能点、易用性、界面等都不错的国产相册管理软甲，该项目集自动同步、人脸识别（AI）、地点分类、自动场景（回忆）、相册分类、clip、家人分享等等功能于一体，没错，就是mtphotos。

但是本项目是收费项目，首月试运行免费（到期后无法导入相册），费用3元/月、25/年、99永久。这个价格，要啥自行车，至少我觉得比一些影视类软件良心多了。

本次服务教程依旧采用docker-compose部署方式，客户端支持web、ios、安卓等平台。

项目特性：

- 以时间线、文件夹方式展示照片

- 通过图库无需移动文件，即可将原有的照片导入到MT Photos中

- 通过人脸识别，自动生成人物相册

- 基于照片的GPS信息，自动生成地点相册

- 支持iOS Live Photos的无损备份、下载、显示

- 支持安卓 Motion Photos的无损备份、下载、显示

- 按文件类型，自动分类屏幕截图、自拍照、视频、动态照片

- 基于照片内容，自动生成场景相册

- 通过App备份手机中的照片

- 通过影集分享，可以方便地将照片分享给家人

系统部署

一、系统构成

mt photos一共有三个容器组成，项目本体、人脸AI（beta）、Clip，其中人脸AI是最近推出的功能，如果是升级mt photos的，需要将历史人脸信息清除重建，不过从体验上来看，和原来的人脸识别差别不大，可升可不升。

🔻老规矩，先建文件夹，路径以【/volume1/docker/mt_photos】为例，然后新建两个子文件夹，分别是【config】和【upload】，然后使用【文本编辑器】生成一个【docker-compose.yml】文件，具体结构如下图

二、docker-compose.yml代码

🔻根据自己的需要修改，修改yml代码，注意点都写在代码里了。把修改好的代码复制到【docker-compose.yml】文件里保存即可。

version: "3"

services:

mtphotos:

image: mtphotos/mt-photos:latest

container_name: mtphotos

restart: always

ports:

- 18063:8063 #左侧是自定义端口，不冲突即可，右侧不能变

volumes:

- /volume1/docker/mt_photos/config:/config #配置文件

- /volume1/docker/mt_photos/upload:/upload #上传照片目录

- /volume1/homes/AAAA/Photos/MobileBackup/iPhone:/photos #这里可配置原有的家庭照片库

environment:

- TZ=Asia/Shanghai

- PUID=1026

- PGID=100

depends_on:

- mtphotos_ai

mtphotos_ai:

image: mtphotos/mt-photos-ai:onnx-latest

container_name: mtphotos_ai

restart: always

ports:

- 18062:8000 #左侧自定义端口

environment:

- API_AUTH_KEY=thisismyphoto #api访问token，自己随便写就行了

mtphotos_face: #这个是新的人脸识别AI，如果不想用，把这一段都删掉就行

# 如果处理器支持avx指令集的，则镜像使用mtphotos/mt-photos-deepface:latest

image: mtphotos/mt-photos-deepface:noavx-latest

container_name: mtphotos_face

restart: always

ports:

- 18061:8066 #左侧自定义端口

environment:

- API_AUTH_KEY=thisismyphoto #api访问token，自己随便写就行了

二、部署系统

方法一：通过SSH登录部署

这里推荐finalshell，十分方便，登录NAS以后以此输入以下指令即可。

# 来到文件夹目录

cd /volume1/docker/mt_photos/

# 启动容器

docker-compose up -d

方法二：群晖7.2部署compose

打开container manager，选择项目，点击新建，选择刚才新建的文件夹路径，会自动识别【docker-compose.yml】文件，点击下一步即可

方法三：威联通部署compose

打开container station，创建应用程序，复制代码验证后部署即可。注意的是威联通的路径不是/volume1，而是/share，这里需要根据NAS系统去调整。

系统使用

一、界面介绍

探索界面整体风格，支持多种多样的分类。web端支持上传照片。

二、中文描述搜图（clip功能）

这是Chrry最看重的，中文文字描述识别能力相当的准，节省了我大量的查找照片的时间~

🔻搜索【沙滩 风景】

🔻搜索【麦当劳】

🔻搜索【晚上 游乐园】

三、影集设定

支持根据人物、地点进行影集设置，这里以人物为例，默认带了一个【宝宝相册】、【旅行相册】、【普通相册】，我们选择【自动添加照片】选择对应的人物，并且排除对应的人物即可。

添加和排除的照片，支持从标签、人物、文件夹分类中进行选择，自定义程度极高

四、手机APP

Mt photos支持IOS和安卓的客户端，大致功能和web一致，有些特有功能，例如手机备份、影集分享等。

五、系统参数配置

系统参数主要就是人脸AI api，Clip api，地图api，CPU使用限制等。

后台任务和CPU限制

CPU限制一般来说给2个线程就行了，慢慢跑。后台任务的话可以看到mt photos里现在正在运行的任务，后面可以在维护工具里去执行。

人脸识别功能

人脸识别包含基础功能和AI功能两块

基础功能主要是设置【人物匹配差异值阈值】和【最低生成数量】，默认的是0.26和3，体验下来使用默认配置还是比较准确的，这里考虑到有很多照片连拍，如果不想看到陌生人入镜，建议把【最低生成数量】调高一些。此外，还提供有手动合并人物的工具，操作都比较简单无脑。

高级功能就是AI识别了，采用的是开源的【serengil/deepface】项目，默认人脸检测模型为【retinaface】，人脸特征提取模型为【Facenet512】，如果想更换模型的，需要添加两个环境变量【DETECTOR_BACKEND】和【RECOGNITION_MODEL】，增加一个文件映射【:/models】,把下面的代码替换到最上面的compose文件中。

模型下载地址：https://github.com/serengil/deepface_models/releases/tag/v1.0

mtphotos_face:

# 如果处理器支持avx指令集的，则镜像使用mtphotos/mt-photos-deepface:latest

image: mtphotos/mt-photos-deepface:noavx-latest

container_name: mtphotos_face

restart: always

ports:

- 18061:8066

volumes:

- /volume1/docker/mt_photos/models:/models #新增模型存储

environment:

- API_AUTH_KEY=thisismyphoto

- DETECTOR_BACKEND=retinaface #新增人脸检测模型名字

# 包含'opencv', 'ssd', 'dlib', 'mtcnn', 'retinaface', 'mediapipe', 'yolov8', 'yunet', 'fastmtcnn'

- RECOGNITION_MODEL=Facenet512 #新增人脸特征提取模型名字

# 包含"VGG-Face", "Facenet", "Facenet512", "OpenFace", "DeepFace", "DeepID", "ArcFace", "Dlib", "SFace", "GhostFaceNet"

配置API参数

CLIP配置

配置也很简单，填入compose里设置的url和token即可，打开以后可以通过文字搜图的方式搜索图片，中文支持应该是同类型项目里最佳的了。

GPS配置

因为Cherry拍照都不用地理位置，所以这个功能我就不用，配置其实很简单，就三步，注册高德开发平台，获取token，填入并保存，实在搞不定可以看官方文档。

可自定义的维护工具

我的NAS推荐

这里简单介绍一下Cherry日常使用的几台NAS，以及为何选择这些NAS。

核心设备——群晖DS920

这是Cherry第一台NAS，服役了好多年了，经典的J4125cpu+24G内存，搭配517实现9块18T盘塞满，主要用来玩玩PT的，日常使用的docker和个人资料，基本都存放在这里，因此也是Cherry感情最深的一台设备，但是J4125的性能瓶颈就在这里，容器多了cpu常年90%徘徊，在部署新项目的时候特别不方便。

当然，对于出入门的同学，920不管是价格还是性能都已经不算好的了，可以尝试2盘位的224+，也期待今年有新的NAS问世。

二代目核心设备——威联通TS-464C2

正因为前面提到群晖920服役时间过长问题，Cherry在入手了一台N5105的软路由后，又将目光看向了搭配同时期N5095的QNAP464C2，作为NAS届的常青树，QNAP的系统其实一直是Cherry所喜爱的，相比于群晖，威联通的系统更值得深入使用和思考，功能点更丰满。

家庭成员利器——绿联DX4600pro

在家庭成员使用过程中，操作更简单，面向群众基础更广的绿联私有云映入眼帘。父母通过APP方式直接上传备份一些教研资料和照片十分方便，同时通过自带的有声书app还能让父母闲暇之余听听小说之类。

生产NAS——自建Unraid

回到项目生产中，考虑在项目部署过程中，经常会出现启动错误、容器异常、版本迭代等问题，这些问题统统需要强大的cpu和多线程来解决，因此就使用双路洋垃圾组建了一台unraid，用于生产环境使用，也是我的项目部署主力机。

最后

最后，Cherry将继续在NAS和docker应用中为大家带来更多好用、实用的项目。

这里也发布一个活动，希望大家可以在评论区留言说说你们最喜欢的项目，或者需要Cherry介绍的项目，后面我们统统安排~~

欢迎朋友们评论区讨论留言。我会定期更新关注NAS使用方法、开源软件与Docker软件、游戏与生活相关内容，喜欢的朋友请关注、点赞、留言支持。