https://www.knightli.com/zh-tw/tags/insightface/ Recent content in InsightFace on KnightLi的博客 Hugo -- gohugo.io zh-tw Sat, 11 Apr 2026 08:27:57 +0800 https://www.knightli.com/zh-tw/2026/04/11/fnos-ai-photo-model-stack/ Sat, 11 Apr 2026 08:27:57 +0800 https://www.knightli.com/zh-tw/2026/04/11/fnos-ai-photo-model-stack/ <p>飛牛 NAS（fnOS）的 AI 相簿通常不是從零自研完整模型，而是把主流開源方案做工程化整合，用於人臉辨識、場景/物件識別與自然語言搜圖。</p> <h2 id="1-人臉辨識insightface">1) 人臉辨識：InsightFace </h2><p>在人臉能力上，核心通常是 InsightFace。</p> <ul> <li>常見特徵學習方法：ArcFace</li> <li>主要用途：人臉偵測、特徵向量提取、人物分群與辨識</li> </ul> <h2 id="2-物件與場景識別yolo-系列">2) 物件與場景識別：YOLO 系列 </h2><p>照片中的物件（例如貓、狗、車、電腦）和部分場景理解，通常由 YOLO 系列承擔（常見為 YOLOv8 或輕量化版本）。</p> <ul> <li>優點：速度與精度平衡好</li> <li>適用：NAS 這類算力較有限的邊緣設備</li> </ul> <h2 id="3-語義搜尋clip--chinese-clip">3) 語義搜尋：CLIP / Chinese-CLIP </h2><p>飛牛相簿支援用自然語言搜圖，例如「草地上的小狗」「戴墨鏡的男人」。</p> <p>常見做法是 CLIP：</p> <ul> <li>圖像與文字映射到同一向量空間</li> <li>中文場景通常會搭配 Chinese-CLIP 或同類中文增強模型</li> </ul> <h2 id="總結">總結 </h2><p>可以把飛牛 AI 相簿理解為三層組合：</p> <ul> <li>InsightFace 負責人臉</li> <li>YOLO 負責物件與場景</li> <li>CLIP 負責文字與影像語義對齊</li> </ul> <p>其主要價值在於工程整合、本地化能力與硬體加速優化，而不是底層模型從零訓練。</p>