Skip to content

TrailSnap 0.21.0:智能 CLIP 分类与人物时光线,重塑影像管理体验 ​

TrailSnap v0.21.0 版本现已发布!本次更新带来了从底层识别算法到用户交互的全面革新,助您更高效地管理海量影像资源。

核心亮点:智能 CLIP 多标签分类 —— 重塑您的图库逻辑 ​

在本次 v0.21.0 更新中,我们彻底重构了图库的分类体系。告别了传统分类的机械与单一,全新的 智能 CLIP 多标签分类系统 能够像人类一样“看懂”照片的内容,为您提供前所未有的智能组织体验。

1. 行业领先的识别基底 ​

系统内置了 11 组共 166 类 经过深度校准的默认分类目录。从复杂的自然风光到细微的活动场景,CLIP 模型能精准捕获图像特征。针对不同类型的照片,我们逐类优化了识别阈值,确保分类结果不仅“多”,而且“准”。

自然风景分类分组概览

2. 无限可能的自定义规则 ​

如果您有更个性化的整理需求,新的自定义分类规则将是您的得力助手:

  • 语义描述:只需用简单的自然语言描述(如“草地或山谷里的露营帐篷”),AI 就能在图库中定位符合条件的影像。
  • 参考图学习:支持从图库中挑选参考照片,并进行局部目标区域裁剪。只需告诉 AI 关注图片的哪一部分,它就能精准识别该特征,不再被无关背景干扰。
  • 预览与验证:在规则应用前,系统支持即时预览匹配结果,并支持对模型匹配阈值进行高级微调,确保逻辑精准贴合您的心意。

新建分类规则与高级匹配阈值设置

3. 灵活可控的 AI 协助 ​

我们深知自动化不等于放弃控制。智能分类系统提供以下保障:

  • 人工干预机制:您可以随时手动保留或排除某张照片,纠正 AI 的判断,并让这些调整被记录。
  • 规则版本化:所有自定义规则支持版本管理。您可以随时调整阈值、更新描述词或更换参考图,并一键触发历史照片的重新扫描与归类,确保图库逻辑始终符合您的最新需求。

全量照片清理:更强大的后台扫描 ​

应对照片堆积,v0.21.0 引入了全量清理模式。无论是重复照片还是相似影像,现在均可在后台稳定扫描,不再受限于单次数量上限。

全量照片清理操作

人物相册深度挖掘 ​

人物相册不仅是照片的集合,更是您的记忆时光线。本次更新优化了人物查找与匹配算法,您可以自定义匹配距离参数,轻松找出相册中漏网的珍贵影像。

人物相册管理

更多优化 ​

  • 飞牛迁移支持:Docker 用户现可无缝迁移至飞牛 fnOS 部署。
  • 任务实时推送:大幅优化了后台任务的更新频率。
  • 操作体验简化:工具箱与人物操作细节精简,交互更加流畅直观。

立即前往 GitHub Releases 下载最新版,体验更懂您的智能影像管理。


本文作者 司小远,首发于 程序猿日常,行影集官网博客同步收录。