immich 重磅更新 OCR

57 天前
 fuchaofather

immich 最新 release开始正式支持 OCR ,当前近乎已经是相册管理的完全体了。

分享下我的硬件:

7426 次点击
所在节点    NAS
61 条回复
unhappy224
57 天前
我想问问这套硬件跑起来会有性能问题吗?例如新导入几千张照片这样,扫描要多久?
如果买好点的 n150 甚至是 7840 那一堆,会快多少?
kuanos
57 天前
immich 在 qnap 上每次布置都失败,很绝望啊
Aprdec
57 天前
immich app 一次上传几百张 有 bug
fuchaofather
57 天前
@unhappy224 跟你选的模型也有关系,可以参考(官方文档)[https://docs.immich.app/features/searching]根据你的配置(内存、ARM 、CUDA 还是 RKNN )选择合适的模型。我的 oect 是 RKNN+4G 内存所以选择了`ViT-B-16-SigLIP-i18n-256__webli`,图片识别大概 1 秒 3-4 张的样子,OCR 因为 CPU 比较孱弱 6 秒一张
mooyo
57 天前
一更新就挂了。。
[Nest] 6 - 10/31/2025, 10:33:29 AM LOG [Microservices:WebsocketRepository] Initialized websocket server

Error: getaddrinfo EAI_AGAIN database

at GetAddrInfoReqWrap.onlookupall [as oncomplete] (node:dns:122:26) {

errno: -3001,

code: 'EAI_AGAIN',

syscall: 'getaddrinfo',

hostname: 'database'

}

microservices worker error: Error: getaddrinfo EAI_AGAIN database, stack: Error: getaddrinfo EAI_AGAIN database

at GetAddrInfoReqWrap.onlookupall [as oncomplete] (node:dns:122:26)

microservices worker exited with code 1

Killing api process

没看到 release 上写了啥 breaking changes 啊。。
fuchaofather
57 天前
@mooyo 你是哪个版本上来的啊,我每个版本都在跟没啥问题
mooyo
57 天前
@fuchaofather #6 解决了。。看了下日志,是我的 pg 数据库启动的时候发现没空间,没拉起来。

没空间的原因是我的这个虚拟机(跑在 mac mini 上的)只分配了 30G 空间( photo 是网络挂载的),我以为够了,其实已经被 docker 镜像塞满了。。
lu5je0
57 天前
还差个 ultra HDR
mogita
57 天前
同在 OECT 上运行,五千多照片视频,简直游刃有余。
mooyo
57 天前
mac mini 上有办法搞到硬件加速么?跑 docker 上看起来 OCR 性能不太行
NoDataNoBB
57 天前
有支持中文地图的方案吗
faketemp
57 天前
immich 虽好部署维护太难了 一不小心各种报错 gpu 核显调用也各种配置各种问题 折腾几次都很难完美跑起来 等有一键整合版再研究🧐
SenLief
57 天前
@NoDataNoBB 图源应该没办法改吧,只能把城市这些改为中文。
chenluo0429
57 天前
ocr 是真的慢,从早上开始的任务,15000 的资源 3 个并发,现在还有 1000+没跑完
fuchaofather
57 天前
@mooyo #10 我试过,有难度。你可以去 discuss 里找找看
mooyo
57 天前
@fuchaofather #15 感谢指引,看到了。

思路是单独运行 machine-learning-svr 到一个支持 ml 的环境(裸环境直连 gpu ,tpu )。

这个思路适用于存算分离的场景
Xiaosteven
57 天前
我用 3090 的训练 ocr 真的慢,10 个并发直接干重启,改成 3 个并发,平均 10 秒 3 个...
zhucegeqiu
57 天前
sky300
57 天前
实在折腾不起了 直接入了个 MTPhotos ,省心了。
rfrftt
57 天前
ocr j4125 上 nllb-clip-large-siglip__v1 模型, 差不多 20s 处理一张图

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/1169604

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX