immich开源相册管理平台搭建-树莓派4b-OMV环境

kszyd · 发表于 2025-1-15 13:57

本帖最后由 kszyd 于 2025-1-17 12:36 编辑

之前发了一篇用photoprism搭建相册管理的帖子，里面含了基础环境安装，详细请见：树莓派4B打造家用NAS备份手机照片（把大象装进冰箱系列1）。

但由于树莓派本身配置低，导致photoprism实际应用体验不好。本次尝试immich（immich项目地址），体验整体要好很多。基础环境仍然是树莓派4B，装了OMV，安装了OMV-Compose插件，通过此插件将immich镜像部署上。以下是安装过程：

1、从compose插件-文件-新建，添加应用镜像；1）复制/导入docker-compose.yml文件内容，2）复制/导入.env文件内容；
2、以下是docker-compose.yml原文内容，需要做如下更改：1）将两处ghcr.io替换成ghcr.nju.edu.cn国内源，将两处docker.io替换成docker.m.daocloud.io国内源；
2）在- ${UPLOAD_LOCATION}:/usr/src/app/upload 这行下面新增一行外部图库路径，可用于已有图库的数据加载。（真实图库路径，本人图片存放在以下路径）- /mnt/disk1/old:/media/disk2/new:ro (此路径是系统真实路径，后续添加外部图库时需要输入此路径，ro表示只读)。
3）替换 - model-cache:/cache 此行为本地大模型加载映射路径；如本人把git下来的大模型数据放在了./mnt/model-cache下面，完整代码就是：- ./mnt/model-cache:/cache #默认加载模型数据是从国外镜像站加载会很慢，可从国内镜像站git到本地，复制到此目录下。大模型涉及两类一是中文搜索二是人脸识别，系统默认模型不支持中文语义搜索图片，可用XLM-Roberta-Large-Vit-B-16Plus替换，人脸识别模型有buffalo_l（系统默认）和antelopev2（这个模型大家都说好），将下载或git下来的数据分别存放在/mnt/model-cache/clip/XLM-Roberta-Large-Vit-B-16Plus和/mnt/model-cache/facial-recognition/buffalo_l或antelopev2模型数据，clip和facial-recognition这两个文件夹需自己创建，这一步必须有！系统加载模型数据的时候会自动从这两个文件夹下查找。
4）将最后volumes: model-cache: 这两行删除。
docker-compose.yml原文内容：

#
# WARNING: Make sure to use the docker-compose.yml of the current release:
#
# https://github.com/immich-app/immich/releases/latest/download/docker-compose.yml
#
# The compose file on main may not be compatible with the latest release.
#
name: immich
services:
immich-server:
container_name: immich_server
image: ghcr.io/immich-app/immich-server:${IMMICH_VERSION:-release}
# extends:
# file: hwaccel.transcoding.yml
# service: cpu # set to one of [nvenc, quicksync, rkmpp, vaapi, vaapi-wsl] for accelerated transcoding
volumes:
# Do not edit the next line. If you want to change the media storage location on your system, edit the value of UPLOAD_LOCATION in the .env file
- ${UPLOAD_LOCATION}:/usr/src/app/upload
- /etc/localtime:/etc/localtime:ro
env_file:
- .env
ports:
- '2283:2283'
depends_on:
- redis
- database
restart: always
healthcheck:
disable: false
immich-machine-learning:
container_name: immich_machine_learning
# For hardware acceleration, add one of -[armnn, cuda, openvino] to the image tag.
# Example tag: ${IMMICH_VERSION:-release}-cuda
image: ghcr.io/immich-app/immich-machine-learning:${IMMICH_VERSION:-release}
# extends: # uncomment this section for hardware acceleration - see https://immich.app/docs/features/ml-hardware-acceleration
# file: hwaccel.ml.yml
# service: cpu # set to one of [armnn, cuda, openvino, openvino-wsl] for accelerated inference - use the `-wsl` version for WSL2 where applicable
volumes:
- model-cache:/cache
env_file:
- .env
restart: always
healthcheck:
disable: false
redis:
container_name: immich_redis
image: docker.io/redis:6.2-alpine@sha256:905c4ee67b8e0aa955331960d2aa745781e6bd89afc44a8584bfd13bc890f0ae
healthcheck:
test: redis-cli ping || exit 1
restart: always
database:
container_name: immich_postgres
image: docker.io/tensorchord/pgvecto-rs:pg14-v0.2.0@sha256:90724186f0a3517cf6914295b5ab410db9ce23190a2d9d0b9dd6463e3fa298f0
environment:
POSTGRES_PASSWORD: ${DB_PASSWORD}
POSTGRES_USER: ${DB_USERNAME}
POSTGRES_DB: ${DB_DATABASE_NAME}
POSTGRES_INITDB_ARGS: '--data-checksums'
volumes:
# Do not edit the next line. If you want to change the database storage location on your system, edit the value of DB_DATA_LOCATION in the .env file
- ${DB_DATA_LOCATION}:/var/lib/postgresql/data
healthcheck:
test: >-
pg_isready --dbname="${POSTGRES_DB}" --username="${POSTGRES_USER}" || exit 1;
Chksum="$(psql --dbname="${POSTGRES_DB}" --username="${POSTGRES_USER}" --tuples-only --no-align
--command='SELECT COALESCE(SUM(checksum_failures), 0) FROM pg_stat_database')";
echo "checksum failure count is $Chksum";
[ "$Chksum" = '0' ] || exit 1
interval: 5m
start_interval: 30s
start_period: 5m
command: >-
postgres
-c shared_preload_libraries=vectors.so
-c 'search_path="$user", public, vectors'
-c logging_collector=on
-c max_wal_size=2GB
-c shared_buffers=512MB
-c wal_compression=on
restart: always
volumes:
model-cache:

复制代码

3、以下是env环境文件，需做如下更改：
1）将 UPLOAD_LOCATION=./library 此行是手机上传照片所用路径，如本人改成了 UPLOAD_LOCATION=/mnt/disk3/upload
2）像数据库文件占用空间不大，可不做变动。

# You can find documentation for all the supported env variables at https://immich.app/docs/install/environment-variables
# The location where your uploaded files are stored
UPLOAD_LOCATION=./library
# The location where your database files are stored
DB_DATA_LOCATION=./postgres
# To set a timezone, uncomment the next line and change Etc/UTC to a TZ identifier from this list: https://en.wikipedia.org/wiki/List_of_tz_database_time_zones#List
# TZ=Etc/UTC
# The Immich version to use. You can pin this to a specific version like "v1.71.0"
IMMICH_VERSION=release
# Connection secret for postgres. You should change it to a random password
# Please use only the characters `A-Za-z0-9`, without special characters or spaces
DB_PASSWORD=postgres
# The values below this line do not need to be changed
###################################################################################
DB_USERNAME=postgres
DB_DATABASE_NAME=immich

复制代码

4、做完以上配置，immich应该能正常运行了。

以下是在部署过程中遇到的问题及解决办法：
1、如加载不成功，可将docker-compose.yml 内 -.env 部分改成 -immich.env，（在omv-compose下yml和env环境文件名称需一致，本人创建此应用时将此应用命名为了immich.yml）。
2、进入immich应用后地图显示英文问题，可参考如下：地图显示中文
3、反向地理编码显示英文问题，可参考如下：反向地理编码显示中文，需要认真查看此贴下面的网友回复。
4、大模型加载是否成功，要看机器配置，吃内存和cpu，如过配置低会出现进程超时错误，可从.env环境文件里加一条代码：

MACHINE_LEARNING_WORKER_TIMEOUT=600

复制代码

#把超时时间提高到10分钟试试，默认应该是120。5、运行大模型任务时可用以下命令查看运行日志：

sudo docker logs -f immich_machine_learning

复制代码

尤其是在刚部署上进行检索和人脸识别任务时一定要查看immich-machine-learning运行日志，从应用页面是看不到模型运行情况的。
5、支持多语言的CLIP模型共以下4类，由于本人设备配置低，能用中文正常检索出结果的只有ViT-B-16-SigLIP-i18n-256__webli，配置低的设备也可以选择这个试下。

XLM-Roberta-Large-ViT-H-14__frozen_laion5b_s13b_b90k
XLM-Roberta-Large-Vit-B-16Plus
ViT-B-16-SigLIP-i18n-256__webli
XLM-Roberta-Large-Vit-B-32

复制代码

遗留问题：反向地理编码数据不足导致有些区域仍显示不正常，此问题还没解决，有类似经验的朋友可留言讨论！

谁像你 · 发表于 2025-1-15 14:28

这个有点东西

› 智能家居 / NAS / 路由 / 开发 / 音响 › NAS及HTPC版

immich开源相册管理平台搭建-树莓派4b-OMV环境 ...

immich开源相册管理平台搭建-树莓派4b-OMV环境

相关帖子