人脸与神态眼神检测
利用 YuNet 与 MediaPipe 人脸关键点技术进行多角度人脸分析,自动识别闭眼、侧脸及不佳神态并进行过滤。
Pixel Cafe 结合了本地优先的 AI 处理引擎、高效的云端协同机制以及相机预设色彩曲线模拟能力。
五个阶段的 AI 分析完全在本地 GPU/CPU 上运行,智能过滤模糊、闭眼和连拍废片。
利用 YuNet 与 MediaPipe 人脸关键点技术进行多角度人脸分析,自动识别闭眼、侧脸及不佳神态并进行过滤。
自动将时间相近(≤3秒)且构图相似(HSV直方图相关性评估)的照片聚类成组,避免摄影师重复审查差异极小的画面。
基于 Laplacian 算子计算边缘梯度评估对焦质量,结合图像亮度直方图过滤过曝/欠曝,在首轮剔除残次照片。
可选的 VLM 评估步骤(支持 Gemini、Claude、智谱AI API),从美学、背景干扰等维度打分(1-10),并提供多语种的推荐理由。
采用 pairwise 学习排序策略,根据你已有标星与淘汰的偏好沉淀,实时自适应调整聚类组内的推荐排序。
摄影师一键同步项目至云端,客户可在微信中即时确认选片结果。
客户直接扫描二维码或粘贴分享链接即可在微信小程序中预览照片、勾选并提交选片,无需注册账号。
客户在微信小程序中的勾选状态通过云端长连接实时回传至摄影师桌面工作台,告别传统邮件与表格确认。
支持摄影师在分享时指定选片最大数量限额(如500选50)、链接截止日期,帮助按时完成后期交付并控制工作量。
在本地工作台中直接进行图像优化与色彩控制。
集成本地 PyTorch UNet 人像修图模型,自动检测并分割面部皮肤,一键平滑肤质、均匀肤色,不经过任何云端处理。
支持导入尼康自定义色彩曲线(.ncp / 8-bit LUT),软件内高保真还原相机直出的对比度、饱和度、亮度和锐化微调。
为生产环境的高可靠性与快速排查而设计。
AI 筛选流水线的每一步进度都实时记录至本地 SQLite 数据库,即使发生意外重启或崩溃,亦可瞬间恢复原断点继续运行。
支持通过启动参数 --debug 或环境变量开启独立控制台,实时输出 FastAPI、uvicorn 及 ONNX 推理日志,极大简化排错难度。
统一的网络代理解析模块,提供直连白名单与超时回退直连功能,兼顾系统代理网络与本地大模型下载的可靠性。
完整的 GitHub Actions 构建脚本,一键编译并签名 macOS DMG 及 Windows 安装包,并优化裁剪了 QT WebEngine 的包体积。