谷歌照片是如此2020-欢迎来到自主照片管理世界

一个简短的机器学习概述

你可能在某个时候遇到过这个流行语，但是是什么机器学习（ml）？在其最简单的形式中，ML只是模式匹配。

亚马逊和Netflix的推荐引擎，谷歌的搜索结果，以及Facebook和Twitter的社交媒体订阅都是ML在现实生活中的例子。这些算法分析每一次互动的每一个细节，并利用这些数据对你接下来想看、想买或想看的东西做出有根据的猜测。他们在一个持续的反馈循环中应用他们的结果——总是观看，总是适应，总是学习如何让你购买，观看，或滚动更多。(关于这一循环，我衷心推荐Netflix社会困境．)

这些天，ml是到处．农民们用它来识别杂草喷洒杀虫剂时，将农药降低至90％。188金宝搏维护汽车用它来自驾．甚至有冰箱正在利用ML减少食物浪费．

ML如何应用于自托管照片管理?直到最近才发现。也许你在电视剧里看过那个场景硅谷"热狗，不是热狗"的应用程序吗这就是ML的作用。在节目中，角色杨建阳创建了一个数据集，代表或模型现实的一个版本——在这种情况下，是“热狗”或“不是热狗”。他的同事们很失望，因为这位模特只能把一块披萨当成“不是热狗”。但这引出了一个非常重要的问题。

正如我们在考虑照片服务替代方案时所看到的，ML模型仅仅和它背后的数据集一样好。集合中的数据越多，模型运行的结果就越准确。在分析你的照片时，ML依靠这些模型来确定一棵树和铅笔(或者热狗和披萨)之间的区别。

我们的照片管理竞争者

让我们从高层次开始，看看一些最令人兴奋的自托管谷歌Photos替代品。

nextCloud照片

开源Nextcloud项目需要很少介绍大多数自我主持。在它众多的特征中，有一个照片应用程序．该应用程序在前面的功能上相当贫瘠，但是NextCloud具有出色的自动上传功能，您可以用来备份来自各种移动设备的图像完整，永不压缩的分辨率。

Photonix

Photonix是一个开源照片管理应用程序该项目旨在简化存储、展示和重新发现照片的过程。它大量使用ML进行目标检测、位置标记和颜色分析。现场演示可以在demo.photonix.org.．

Photonix的主要特点是它的ML对象检测。目前还没有任何面部检测，但确实有活跃的发展在这个领域．

LibrePhotos

LibrePhotos是A.叉废弃的自己的照片。它支持对象检测，面部训练和基于自动事件的专辑，如“星期天在北卡罗来纳州。”它还与NextCloud进行直接集成。

关于LibrePhotos有很多值得喜欢的地方。所有重要的东西都在这里:人脸识别、地理搜索和目标检测。视频支持是最近添加的，虽然有基本的专辑支持，但不幸的是，专辑是附加的。没错——没有“从相册中删除”按钮。

通过WebDAV与NextCloud直接集成，可以在两个应用程序之间无缝导入图像。再加上该应用程序的移动自动上传功能，这使得几乎是几乎Google-esque的体验。

光学结构

光学结构声称是“所有照片和视频的新家。”该应用程序是我们列表中的异常值，因为它不是开源的;对于你们中的一些人来说，这将立即取消资格。但是，如果父公司公司关闭，软件的作者Matthew Mceachen，Matthew Mceachen致力于打开CodeBase。

这款应用的杀手级功能都是基于照片组织。如果你在寻找一个“设置然后忘记”的照片管理器，它会自动摄取，删除处理，并组织你的照片;在透明安装的同时在任何主要操作系统上运行卷；让你成为您自己的图书馆的所有者（加上伴随的元数据）永远，这个应用程序可能会为您提供。

光程结构是对象分析或面部检测的缺失机器学习，但这些关键的功能都在团队中路线图．这使我们能够整齐地为光彩的发展提供资金和优先考虑。有两层许可证：Lite和Plus。Lite是，始终是免费的，而加级（5美元/月或42美元）可以让您完全访问项目提供的所有功能。

chevereto.

chevereto.是一个现代开源图像上传器。该项目的资金模式最近改变了，并且在Chevereto的情况下提供完整的详细信息博客．

该应用程序支持多个服务器、类别、用户帐户和私人相册，以及许多其他功能。在撰写本文时，最新版本是v3.20，这是在cheveto V4于2021年9月发布之前v3系列中的最终版本。

有一个演示这里，并且不要被愚弄，你必须为没有大门的账户报名参加。您没有 - Demo Link为您提供了一个完全运行的Chevereto实例。

荔枝

荔枝是一个免费的照片库应用程序。它是开源，并且有一个模拟实例运行gallery.selfhosted.show我经常用来展示我的摄影作品。

由于拥有优秀的相册和元数据编辑功能，荔枝在某种程度上模糊了作为一个简单的图库应用程序和图书馆管理器之间的界限。但这个应用程序最好的时候，作为一个前端为您的工作。

然而，没有ML特性。对一些人来说，这将是一个交易破坏者。

荔枝处理肖像和景观图像特别好，创建一个网格，是赏心悦目的眼睛。分享图片到社交媒体或直接从应用程序是很容易的，并颗粒控制在每个专辑或图像的基础上。

光棱镜

最后，我们来了光棱镜．这开源App是我们所测试的所有内容中最完整的。找到演示这里．

Photomprism使用Google Tensorflow机器学习自动对图像进行分类。在我们测试的所有应用中，Photorric的物体识别最准确。它自动从图像元数据中提取位置数据，提供重复的检测，并包括一个有趣的WebDAV功能集。

忽略WebDAV是可以理解的，但它非常有用，尤其是在与另一个photopism或Nextcloud实例同步图像时。这个项目有很好的文档如何设置这个．