Từ bỏ Google Photos: Tự Host PhotoPrism với Nhận diện Khuôn mặt bằng AI

Table of Contents

Cái giá tiềm ẩn của Lưu trữ Đám mây “Miễn phí”

Lưu trữ toàn bộ ảnh trong cuộc đời bạn vào Google Photos hoặc iCloud nghe có vẻ là một lựa chọn hợp lý. Nó tiện lợi, tính năng tìm kiếm hoạt động tốt và mọi thứ diễn ra âm thầm ở chế độ nền. Nhưng sự tiện lợi đó không hề miễn phí. Ngoài khoản phí 1.99 USD/tháng mà cuối cùng bạn sẽ phải trả cho gói 100GB, bạn còn đang đánh đổi quyền riêng tư của mình. Các thuật toán của các ông lớn công nghệ quét từng pixel trong các chuyến du lịch gia đình và tài liệu cá nhân để xây dựng hồ sơ dữ liệu về bạn.

Vấn đề là gì? Hầu hết các công cụ tự host trước đây thường khá cồng kềnh. Mặc dù một thiết bị NAS cơ bản cho phép bạn lưu trữ file, nhưng nó thiếu đi “phép màu” của việc tìm kiếm trên đám mây. Bạn mất đi khả năng tìm thấy “ảnh chú chó của tôi ở bãi biển” ngay lập tức. PhotoPrism khắc phục điều này. Nó mang đến AI cấp độ chuyên nghiệp—nhận diện khuôn mặt, phát hiện vật thể và bản đồ thế giới—vào phần cứng cục bộ của bạn mà không gửi bất kỳ byte dữ liệu nào đến máy chủ bên ngoài.

Tôi đã dành một năm qua để tinh chỉnh hệ thống media HomeLab của mình, và PhotoPrism là công cụ duy nhất thực sự mang lại cảm giác là một sự thay thế khả thi cho Google. Nó nhanh nhạy, thông minh và chạy mượt mà trong môi trường container khi bạn tinh chỉnh các thiết lập tài nguyên.

Triển khai PhotoPrism với Docker Compose

Bạn sẽ cần một thiết bị có ít nhất 4GB RAM, mặc dù tôi thực sự khuyên dùng 8GB nếu bạn đang lập chỉ mục (index) hơn 20.000 hình ảnh. Việc index là một tác vụ nặng nề đối với CPU. PhotoPrism sử dụng TensorFlow để “nhìn” ảnh của bạn, vì vậy càng nhiều lõi (core) nghĩa là tốc độ xử lý càng nhanh. Nếu bạn chạy ứng dụng này trên một chip Intel Celeron đời cũ, hãy chuẩn bị tinh thần cho việc quét dữ liệu ban đầu sẽ chậm hơn.

1. Chuẩn bị bộ nhớ lưu trữ

Sắp xếp ngăn nắp là chìa khóa thành công. Hãy tạo một không gian riêng cho cấu hình và thư viện media thực tế của bạn:

mkdir -p ~/homelab/photoprism/storage
mkdir -p ~/homelab/photoprism/originals
cd ~/homelab/photoprism

2. Cấu hình Docker Compose tối ưu

Chúng ta sẽ sử dụng MariaDB thay vì SQLite mặc định. Tại sao? Vì hiệu năng. Khi thư viện của bạn vượt quá 10.000 mục, SQLite có thể gặp khó khăn với các yêu cầu đồng thời trong quá trình index nặng. MariaDB xử lý các truy vấn phức tạp này nhanh hơn nhiều. Hãy tạo file docker-compose.yml của bạn:

services:
  photoprism:
    image: photoprism/photoprism:latest
    container_name: photoprism
    restart: unless-stopped
    security_opt:
      - seccomp:unconfined
      - apparmor:unconfined
    ports:
      - "2342:2342"
    env_file: .env
    volumes:
      - "./originals:/photoprism/originals"
      - "./storage:/photoprism/storage"
    depends_on:
      - mariadb

  mariadb:
    image: mariadb:10.11
    container_name: photoprism-db
    restart: unless-stopped
    volumes:
      - "./database:/var/lib/mysql"
    environment:
      MARIADB_AUTO_UPGRADE: "1"
      MARIADB_DATABASE: photoprism
      MARIADB_USER: photoprism
      MARIADB_PASSWORD: mat_khau_bao_mat_cua_ban
      MARIADB_ROOT_PASSWORD: mat_khau_root_cua_ban

3. Định nghĩa môi trường

File .env giúp giữ an toàn cho các bí mật và làm cho file compose của bạn gọn gàng hơn. Đây cũng là nơi bạn có thể giới hạn mức sử dụng tài nguyên:

PHOTOPRISM_ADMIN_PASSWORD: "chon_mot_mat_khau_manh"
PHOTOPRISM_SITE_URL: "http://192.168.1.50:2342/"
PHOTOPRISM_ORIGINALS_LIMIT: -1
PHOTOPRISM_HTTP_COMPRESSION: "gzip"
PHOTOPRISM_DATABASE_DRIVER: "mysql"
PHOTOPRISM_DATABASE_SERVER: "mariadb:3306"
PHOTOPRISM_DATABASE_NAME: "photoprism"
PHOTOPRISM_DATABASE_USER: "photoprism"
PHOTOPRISM_DATABASE_PASSWORD: "mat_khau_bao_mat_cua_ban"

Khởi chạy hệ thống chỉ với một câu lệnh duy nhất:

docker compose up -d

Indexing: Nơi AI bắt đầu làm việc

Đăng nhập tại http://[your-ip]:2342. Bạn sẽ thấy hai cách chính để đưa ảnh vào hệ thống. **Indexing** quét cấu trúc thư mục hiện có của bạn mà không di chuyển file. **Importing** sao chép file vào một cấu trúc mới được sắp xếp theo ngày tháng. Tôi thích Indexing hơn vì nó tôn trọng phân cấp thư mục mà tôi đã dành nhiều năm để sắp xếp.

Đi tới **Library > Index** và nhấn Start. Hãy quan sát mức sử dụng CPU. Trên một chip i5 hiện đại, PhotoPrism có thể index khoảng 50-100 ảnh mỗi phút. Nó đang tạo ảnh thu nhỏ (thumbnail), trích xuất tọa độ GPS và thực hiện nhận diện vật thể. Nếu máy chủ của bạn bắt đầu bị lag, hãy thêm PHOTOPRISM_WORKERS: 2 vào file .env để dành không gian cho các ứng dụng khác.

Kiểm tra & Mẹo nâng cao

Hãy chú ý đến log trong lần chạy đầu tiên. Sử dụng lệnh docker logs -f photoprism để kiểm tra lỗi. Nếu bạn thấy lỗi crash liên quan đến “AVX instruction”, CPU của bạn có thể đã quá cũ so với bản build TensorFlow tiêu chuẩn. Bạn sẽ cần chuyển sang Docker tag “soft-float” hoặc non-AVX.

Độ chính xác sẽ cải thiện theo thời gian. Hãy chuyển đến tab **People** sau khi quá trình quét ban đầu kết thúc. Bạn sẽ thấy các cụm khuôn mặt. Hãy gán nhãn cho một vài khuôn mặt (ví dụ: “Mẹ” hoặc “John”), và hệ thống sẽ bắt đầu tự động gộp các khuôn mặt tương tự. Trong thử nghiệm của tôi, độ chính xác đạt khoảng 90% ngay từ đầu, tương đương với hiệu năng của các dịch vụ đám mây phổ biến.

Để biến đây thành một sự thay thế thực sự cho Google Photos, hãy sử dụng **PhotoSync** trên điện thoại. Nó có thể tự động đẩy ảnh mới lên máy chủ của bạn qua WebDAV bất cứ khi nào bạn kết nối với Wi-Fi nhà mình. Đó là mảnh ghép cuối cùng của bài toán.

Việc giành lại quyền kiểm soát media của bạn không chỉ là để tiết kiệm 24 USD mỗi năm. Đó là việc đảm bảo những kỷ niệm riêng tư của bạn thực sự được riêng tư. PhotoPrism chứng minh rằng bạn không cần phải đánh đổi các tính năng thông minh để đạt được điều đó.