Move to better face recognition models
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 25/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Necesita aclaración
- Estado de actividad
- Estancado
- Stack tecnológico
- machine-learning
Línea de trabajo
El issue no nombra archivos ni pruebas; empieza revisando la implementación actual del reconocimiento facial y la discusión enlazada sobre los rostros no detectados. Compara el modelo existente con buffalo_l de InsightFace y, antes de la implementación, define el enfoque de integración y los criterios de precisión.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Describe the feature you'd like to request
I have installed Recognize together with Memories and so far everything works: Recognize scans my images for faces and groups them together. Great!
Yesterday, just for testing, i set up an instance of immich and loaded the same photo library i have stored in my Nextcloud. Immich currently uses the buffalo_l model from InsightFace for facial recognition, and after scanning i was blown away by the accuracy: The model not only found way more pictures, it was also way better at assigning them to the right person. To give you some numbers: recognize found 706 pictures of me, immich with buffalo_l found 3780 pictures. All correctly assigned with sometimes mind-blowing accuracy.
Since the results were that good, i thought about suggesting replacing of the face recognition model, e.g. with buffalo_l or similar, to further promote Nextcloud as the main storage for photos. I am aware that this is not a one-click replacement and might require a lot of effort or additional work, but as this might also affect ongoing discussions, e.g. https://github.com/nextcloud/recognize/discussions/865 regarding undetected faces, i wanted to share my thoughts with you.
Describe the solution you'd like
Move to an improved face recognition model
Describe alternatives you've considered
--
- Lenguaje dominante
- PHP
- Estrellas
- 699
- Forks
- 68
- Merge medio
- 18 h 34 min
- PR fusionados (30 d)
- 2
Preparar el entorno
- Sin Dockerfile ni archivo de Docker Compose
- Sin plantilla de pull request
- Leer la guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de nextcloud/recognize
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
-
insertDeletion looks up recognize_fs_deletions by node_id alone, which no index covers — bulk removals scan the whole table per filePosiblemente ocupada @marcelklehr la tomó hace 8 días. Abiertobug
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
-
enhancement
Dificultad 3/5 1-2 días Aptitud para principiantes 65/100
-
Model download button in UIAbiertoenhancement
Dificultad 4/5 3-5 días Aptitud para principiantes 45/100
-
Recognize maintenance routine unnecessarily redownloads Tensorflow CPU and GPU models every timeQuizá libre de nuevo @marcelklehr la tomó hace 189 días y no hay ningún pull request abierto. Abiertobug
Todos los issues de nextcloud/recognize
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 88/100
Los mantenedores suelen responder en 1 día
-
[Admin]: Installation failsAbierto🧠 Admin
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
Los mantenedores suelen responder en 1 día
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 90/100
pluginsGLPI/tag#389 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 Menos de una hora Aptitud para principiantes 78/100
opencart/opencart#15763 · 2 comentarios · 1 reacción ·
Los mantenedores suelen responder en 1 día
-
support
Dificultad 2/5 1-3 horas Aptitud para principiantes 74/100
opnsense/core#10976 · 4 comentarios ·
Los mantenedores suelen responder en 1 día