Synology Photos 人脸识别补丁使用教程
2026-02-06 05:45:29作者:苗圣禹Peter
项目介绍
Synology Photos 人脸识别补丁是一款开源项目,专门为Synology Photos相册应用增加人脸识别功能。该项目通过修改Synology Photos的插件文件,使不支持GPU的设备(如DS918+)也能够实现人脸识别功能。新版本还支持物体识别和地点识别功能。
系统要求
- 设备CPU和内存需要满足基本要求
- 至少4GB内存以支持物体识别功能
- 支持DS918+、DS3615xs等型号(具体取决于CPU性能)
快速安装方法
方法一:无需SSH(推荐)
- 打开群晖控制面板 -> 任务计划器
- 点击"创建" -> "计划任务" -> "用户定义脚本"
- 在用户字段中选择"root"
- 在任务设置中,将以下代码粘贴到"运行命令"字段:
wget https://gitcode.com/gh_mirrors/sy/Synology_Photos_Face_Patch/releases/latest/download/libsynophoto-plugin-platform.so -O /var/packages/SynologyPhotos/target/usr/lib/libsynophoto-plugin-platform.so
&&
synopkgctl stop SynologyPhotos
&&
synopkgctl start SynologyPhotos
- 点击"确定"并运行此任务
方法二:手动安装
- 下载
libsynophoto-plugin-platform.so文件并上传到群晖的home文件夹 - 使用SSH连接到群晖,输入以下命令来修补文件(请将'yourusername'更改为您的账户名):
cp /volume1/homes/yourusername/libsynophoto-plugin-platform.so /var/packages/SynologyPhotos/target/usr/lib/
- 修补后重启Photos应用
如果libsynophoto-plugin-platform.so不起作用,请尝试使用libsynophoto-plugin-platform.so.1.0,步骤相同。
功能特性
人脸识别
- 支持在无GPU设备上进行人脸识别
- 自动识别照片中的人物面部特征
- 支持人脸分组和管理
物体识别
- 自动识别非人物图片中的物体
- 需要至少4GB内存支持
- 支持多种常见物体的分类识别
地点识别
- 自动识别照片拍摄地点
- 需要手机GPS功能开启
- 从照片元数据中提取位置信息
使用注意事项
- 数据安全警告: 使用此补丁可能存在数据丢失风险,请务必备份重要数据
- 兼容性: 不同型号的群晖设备效果可能有所差异
- 内存要求: 物体识别功能需要至少4GB内存
- 照片要求: 确保照片中包含人物才能进行人脸识别
- GPS功能: 地点识别需要原照片包含GPS位置信息
常见问题
补丁不起作用怎么办?
- 尝试使用
libsynophoto-plugin-platform.so.1.0文件 - 检查文件权限是否正确
- 确认Photos应用已正确重启
识别效果不佳?
- 确保照片质量良好
- 检查设备CPU和内存是否满足要求
- 确认Photos应用版本兼容性
如何卸载补丁?
- 删除修补的文件
- 重新安装原版Synology Photos应用
- 恢复系统备份
技术支持
该项目为开源项目,使用过程中如遇到问题可以通过查看项目文档或联系开发者获取支持。建议在使用前详细了解项目特性和风险,确保设备兼容性和数据安全。
通过本教程,您可以轻松为Synology Photos添加人脸识别功能,提升照片管理的便捷性和智能化水平。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
703
4.51 K
Ascend Extension for PyTorch
Python
568
694
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
558
98
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
957
955
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
412
338
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
940
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
566
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
210
暂无简介
Dart
948
235
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387