NAS 部署智能相册：让老照片“活”起来的 AI 人脸识别与分类全指南

你是不是也有这样的烦恼：手机里存了几万张照片，想找一张去年春天拍的照片，翻相册翻到手指抽筋；或者家里有几十年的老照片、老胶片，扫描进电脑后却永远躺在硬盘的某个角落吃灰。传统的文件夹分类方式早已跟不上照片爆炸式增长的速度，而云相册又担心隐私泄露，且容量有限、年费不低。

其实，你手里的 NAS 就是解决这个问题的完美平台。通过部署开源的智能相册管理工具，配合 AI 人脸识别、物体识别和地点聚类，NAS 能自动把你的照片整理得井井有条，让每一张照片都能被瞬间找到。今天，我们就以群晖和威联通为例，手把手教你搭建一套属于自己的智能相册系统。

为什么选择 NAS 而不是云相册

很多人习惯用 Google Photos 或 iCloud，但这两者都有明显的短板：一是免费容量有限，2TB 的 iCloud 一年要 800 多元；二是隐私问题，你的照片终究要经过第三方服务器。而 NAS 智能相册方案的优势在于：

数据完全本地化，照片不出家门，彻底杜绝隐私泄露
一次性投入，没有年费，容量只受限于硬盘大小
AI 功能可离线运行，不依赖云端 API
支持多人共用，家庭每个成员都能有独立的人脸相册

目前主流的 NAS 智能相册方案有群晖的 Synology Photos、威联通的 QuMagie，以及跨平台的 Immich、PhotoPrism 等。本文以 Immich 为例，因为它的 AI 功能最丰富，且支持 Docker 部署，几乎适用于所有 NAS 品牌。

部署 Immich：从 Docker 到首次启动

Immich 是一套开源的自托管相册系统，支持人脸识别、物体识别、自动标签、地图时间线等高级功能。下面是在群晖 NAS 上通过 Docker 部署的完整步骤。

第一步：准备文件夹结构

在 NAS 上创建以下目录（以 /volume1/docker/immich 为例）：

immich/
├── library/          # 照片存储目录
└── postgres/         # 数据库文件目录

第二步：编写 docker-compose.yml

在 immich 目录下创建 docker-compose.yml 文件，内容如下：

version: "3.8"

services:
  immich-server:
    image: ghcr.io/immich-app/immich-server:release
    container_name: immich_server
    volumes:
      - ./library:/usr/src/app/upload
      - /etc/localtime:/etc/localtime:ro
    environment:
      - DB_HOSTNAME=immich-postgres
      - DB_USERNAME=postgres
      - DB_PASSWORD=your_strong_password
      - DB_DATABASE_NAME=immich
      - REDIS_HOSTNAME=immich-redis
      - TZ=Asia/Shanghai
    ports:
      - 2283:3001
    depends_on:
      - immich-postgres
      - immich-redis
    restart: always

  immich-machine-learning:
    image: ghcr.io/immich-app/immich-machine-learning:release
    container_name: immich_ml
    volumes:
      - ./model-cache:/cache
    environment:
      - TZ=Asia/Shanghai
    restart: always

  immich-postgres:
    image: tensorchord/pgvecto-rs:pg14-v0.2.0
    container_name: immich_postgres
    environment:
      - POSTGRES_PASSWORD=your_strong_password
      - POSTGRES_USER=postgres
      - POSTGRES_DB=immich
    volumes:
      - ./postgres:/var/lib/postgresql/data
    restart: always

  immich-redis:
    image: redis:6.2
    container_name: immich_redis
    restart: always

第三步：启动并初始化

在 immich 目录下执行：

docker-compose up -d

等待 1-2 分钟让所有容器启动。然后在浏览器访问 http://你的NASIP:2283，首次访问会要求创建管理员账号。登录后，进入管理界面，在“管理”->“设置”中，你可以调整机器学习任务的并发数、是否启用面部识别等参数。

配置 AI 识别：人脸、物体与场景自动分类

Immich 的核心竞争力在于其强大的 AI 分析引擎。部署完成后，我们需要正确配置才能发挥其全部威力。

开启人脸识别

在 Immich 的“管理”->“机器学习设置”中，确保“面部识别”开关已打开。系统默认使用基于 TensorFlow 的模型，无需额外下载。你可以设置“识别阈值”（建议 0.5-0.6），阈值越低，识别越激进，但误判率也会上升。

启用物体与场景识别

在同样的设置页面，打开“对象识别”和“场景识别”。Immich 内置了 CLIP 模型，能够识别超过 80 种常见物体（如汽车、宠物、食物）和 100 多种场景（如海滩、办公室、日落）。这些标签会自动附加到照片上，后续你可以直接搜索“猫”或“生日派对”来快速定位照片。

手动触发分析

上传历史照片后，系统不会立即进行分析。你需要进入“管理”->“任务”，点击“开始所有任务”来手动触发 AI 分析。对于大量照片，这个过程可能需要几小时到几天，具体取决于 NAS 的 CPU/GPU 性能。如果有 NVIDIA GPU，Immich 也支持 GPU 加速，可以大幅缩短处理时间。

导入历史照片：告别手动整理

既然要整理老照片，那导入就是一个关键环节。Immich 提供了两种导入方式：

方式一：网页端直接上传

适合少量照片。登录 Immich 网页端，点击右上角上传按钮，拖拽文件即可。但这种方式不适合上万张照片。

方式二：外部库导入（推荐）

Immich 支持“外部库”功能，可以直接读取 NAS 上的现有照片文件夹，无需复制文件。这样既不占用额外空间，又能让 AI 索引这些文件。

操作步骤： 1. 在 Immich 管理界面，点击“外部库”->“添加库” 2. 输入你 NAS 上存放照片的路径，例如 /volume1/photo/老照片 3. 设置扫描频率（建议每小时一次） 4. 保存后，Immich 会自动扫描该文件夹并导入元数据

注意：外部库中的照片不会移动位置，Immich 只是建立索引。这样你原有的文件夹结构保持不变，同时又能享受 AI 分类的便利。

打造家庭共享空间：每个人都有自己的隐私相册

智能相册不仅要自己用，还要让全家人都能享受。Immich 支持多用户体系，你可以为每个家庭成员创建独立账号。

在“管理”->“用户”中，点击“创建用户”，设置用户名和密码。然后，你可以通过“共享”功能，将某个相册或某个人脸分组共享给特定用户。例如，你可以创建一个“家庭旅行”相册，共享给所有成员；而“宝宝成长”相册则只共享给夫妻二人。

此外，Immich 的手机 App（iOS/Android）体验非常好，支持自动备份。在手机上安装 App 后，登录你的 NAS 地址，开启“自动备份”功能，以后手机拍的照片会自动上传到 NAS，并自动进入 AI 分析流程。这样，全家人的照片都汇聚到一个私有的、智能的、永远属于你的相册里。

总结

通过部署 Immich，你的 NAS 不再只是一个冷冰冰的存储设备，而是一个能“看懂”照片的智能管家。它自动完成人脸聚类、场景识别、地点整理，让你从繁琐的文件夹管理解放出来。最棒的是，这一切都发生在你的局域网内，数据完全由你掌控。

从今天开始，把那些尘封的老照片、手机里几万张的截图和自拍，统统交给 NAS 智能相册吧。当你在搜索框输入“2018年海边全家福”，几秒钟后看到那些温暖的瞬间浮现眼前时，你会觉得这一切配置都值得。