一张雪山,同时是风景、是湖泊、是山,也是开阔风景
行影集 0.21.0 带来全新的智能 CLIP 照片分类。一张照片可以同时带上多个分类,每个分类都带独立置信度;内置目录逐类校准过识别阈值;你还能用一段文字或几张参考图,教它认识你自己的分类。
以前用相册分类,逻辑很简单:一张照片,一类标签。
拍到雪山的照片,就归到「雪山」;拍到湖水的,归到「湖泊」。
但现实不是这样的。一张雪山顶着湖水的照片,同时也是一片风景,也是一座山。 你硬要把它塞进一个抽屉,就必然要在某些抽屉之间反复横跳。
行影集 0.21.0 把这件事重做了。
打开演示站的「分类」页,随便点开一张照片,看它的信息面板:

一张雪山湖泊的照片,标签栏里同时挂着五个分类:风景、湖泊、山、雪山、开阔风景。点开任意一个都能进到对应的相册。
风景、湖泊、山、雪山、开阔风景——五个分类,同一张照片。
每个分类背后还带一个置信度:这张照片「风景」0.99,「湖泊」0.43,「山」0.42,「雪山」0.42,「开阔风景」0.41。
主分类拿高分,衍生分类拿辅助分。你按「山」去找,能找到它;按「湖泊」去找,它也在。
行影集在底层给每个分类配了独立的识别阈值——不同类别的清晰度本来就不一样,用一把尺子量所有类别必然一头紧一头松。所以阈值是分类自己说了算:

高级设置里可以按模型单独调阈值——「分数是照片与分类特征的相似度。提高阈值会更严格;使用参考图后建议重新标定阈值」。
打开「分类规则」,能看到完整的内置目录:

演示站的分类总览:人物、自然风景、建筑 / 场所、美食饮品、动物、植物花卉、物品 / 静物、交通出行、活动 / 事件、文档 / 截图 / 资料、插画 / 漫画 / 表情包,外加一块 YOLO / 自定义分类。演示站当前已启用 173 个分类。
点开规则面板,能看到每一个分类的名字、张数,以及它的开关:

「分类规则」面板:一行一句话写着「保留原有 YOLO 分类,按文字和参考图片增加 CLIP 标签」。每个分类后面跟着张数和「自动分类已开启」,整组还能单独停用。
注意面板顶部那句话:「保留原有 YOLO 分类,按文字和参考图片增加 CLIP 标签。」
这是这次升级的关键设计:老的分类不扔,新的分类叠加上去。 你原来攒下的标签还在,只是照片现在可以多带几个。
分组里的每个分类点进去,就是一个按时间排好的相册:

「自然风景」分组:点开是 20 个细分分类,夜景、天空云彩、日出日落、山、雪山、湖泊、河流、瀑布、海滩、沙漠、草原、湿地、森林、火山……往下翻到底。
「雪山」分类在演示站里有 108 张照片,按年月排开:

「雪山」分类:108 个项目,从 2026-11 一路排到 2015,每一张都是模型自己认出来的。
内置目录不是拍脑袋列的。官方更新日志里的原话是——「内置 11 组 166 类校准目录,支持自定义文字描述与参考图裁剪规则,先预览再应用,可对历史照片重新计算。」
行影集对每一个分类都做了一遍校准:抽样人工标注正样本和负样本,用模型给整库照片打分,然后给这个分类定一个专属阈值。
校准记录就挂在 API 里。以「自拍」和「雪山」为例:
reviewed(已复核),阈值 0.43。人工标了 9 个正样本、7 个负样本,训练集上 8 个正样本全部命中,零误判。limited(样本有限),阈值 0.415。标了 11 个正样本、7 个负样本。limited,标了 7 个正样本、11 个负样本。整批评分用了 75041 张照片,方法名 visual-stratified-f0.5-grid0.005-v2,校准日期 2026-11-12。
每个分类的阈值都是单独定的,因为每个分类的难度本来就不一样。 演示站这 173 个分类一共用了 18 档不同的阈值,从 0.385 到 0.48 不等。
而「文字描述」这一层,是校准的另一半:
json"雪山": {
"descriptions": [
"一张雪山的实拍照片",
"山峰和山坡覆盖积雪",
"白色雪峰与周围山脉"
],
"thresholds": { "chinese-clip-ViT-B-16": 0.415 }
}
每一类都配了不止一句描述——因为「雪山的实拍照片」是废话,「山峰和山坡覆盖积雪」才是模型真正能用的特征。
内置目录再全,也总有它没有的。
「露营」「钓鱼」「我家的猫」「公司工位」「毕业典礼」——这些只有你需要的分类,可以自己建。
点「新建分类」:

「新建分类」弹窗:分类名称、展示分组、文字描述(最多 5 条)、参考图片(0/5)、匹配严格程度、自动分类开关,以及可展开的模型匹配阈值。
它给了你两种教法,至少填一种就行:
最多 5 条,每条不超过 100 字。写你脑子里的画面:

填好「雪山」和一段描述:「被雪覆盖的山峰、滑雪场、冬天去过的高山、照片里有大片积雪的山」。
弹窗里写得很清楚:「文字和参考图片至少填写一种。每条文字、每张图片等权合并,形成同一个分类特征。」
最多 5 张,20 MB 以内。可以上传,也可以直接从你的图库里挑。
关键是这一句:「可逐张截取目标区域,支持 20 MB 以内的图片,裁剪仅用于分类,不修改原图。」
你有一张构图很好的露营照,但主体只占中间一小块?那就把那块框出来当参考——只用来学特征,你的原图不动。
匹配严格程度有「宽松 / 标准 / 严格」三档:
填完点「预览结果」,先看看它会挑出哪些照片,满意了再保存。不用赌。
新建并启用后会自动对全部历史照片分类——所以不用为了一个新分类重新导入一遍图库。
界面上还有一句:「该分类样本有限或使用自定义规则,请标定后调整阈值。」 意思是:你自己定义的分类,刚建好的时候阈值可能需要自己微调一下。
0.21.0 不只是分类这一件事:
全量照片清理 —— 重复与相似照片清理改成后台扫描,不再有数量上限。扫描可随时停止并从检查点继续;相似扫描分「快速 / 完整」两种模式;结果分页展示参考图,支持跨页选择和保留项复核,确认后才进回收站,还能导出 CSV 清单。
人物「查找此人的更多照片」 —— 「重新扫描人脸」升级成了这个。支持自定义匹配阈值和移出阈值,候选按相似度排序。相似人脸查找新增高级选项,档位也调成了严格 / 普通 / 宽松。
飞牛 fnOS 迁移 —— 从 Docker 部署可以直接迁到飞牛安装包,数据库和照片目录直接接管,不用重新导入。
车票识别扩展 —— 支持 N/V 字头车次和压缩日期格式。
还有一批优化和修复:任务事件合并批量推送(侧栏和任务管理页共享状态刷新)、工具箱流程简化、相似人脸候选排序,以及四个 bug 修复——包括「删除照片后人物列表照片数量不更新」和「人物详情页时光线标签被时间轴轨道遮挡」。
安装包已经发布:
在官网下载页选你的设备直接下就行,桌面版应用内也能检查更新。
Docker 部署的照旧拉镜像。已有实例升级前记得备份数据库和照片目录。
桌面版内置完整的 AI 运行环境,不用自己配 Python、CUDA、数据库。装好 → 添加照片目录 → 建索引任务。跟以前一样,第一遍索引要花时间。
不想折腾的话,演示站可以直接点开看——上面这些截图全部来自 demo.siyuan.ink,新分类功能已经部署在上面,不用注册、不用下载。
行影集是开源自托管的软件。照片、数据库、账号,全都在你自己的电脑或 NAS 上。
分类这件事尤其如此。 模型在你机器上跑,标签在你机器上存,连判断"这张照片算不算雪山"的过程都不出家门。
你只是在描述"我要什么"——照片是什么、怎么分、存在哪,全是你说了算。
相册分类这件事,从"一个标签"变成"多个标签",听起来只是多贴几张标签。
但真正变的是你找照片的方式。
以前你问:「我的雪山照片呢?」——相册在一个抽屉里翻。
现在你问:「有哪些照片既是山、又是湖?」——相册直接给你,因为那张照片本来就同时是两者。
照片不需要被塞进一个抽屉。它是什么,就是什么。
你会给自己建一个什么分类?评论区说一说,我帮你想想该怎么描述它。
官网:https://trailsnap.cn 在线体验(免安装):https://demo.siyuan.ink 下载:https://trailsnap.cn/download 源码:https://github.com/LC044/TrailSnap 文档:https://trailsnap.cn/docs/guide/install 更新日志:https://trailsnap.cn/docs/guide/changelog 需求反馈:https://feedback.trailsnap.cn/
行影集 TrailSnap · 开源私人 AI 相册 整理日常照片,也珍藏每一段旅行。
本文作者:司小远
本文链接:
版权声明:本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!