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~

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

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

🔻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

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。

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。

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】

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

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。

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

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】

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

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。

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https://mtmt.tech/docs/start/gps_api。