The Ultimate AI Culling Tool for Bird Photographers.
告别“数毛”焦虑，让 AI 帮你从数千张连拍中挑出最锐利的瞬间。
Bird Photo AI Sorter 是专为生态摄影师打造的智能化后期筛选工具。针对鸟类摄影中“高速连拍、景深极浅、背景杂乱”的痛点，它利用计算机视觉与机器学习技术，实现像素级的锐度分析与自动化分类。
v2.1.0 版本里程碑 (Milestone)：
引入了 "Dual-Engine" (双引擎) 架构与 "Mask-Aware V9" 特征集。不仅解决了最新显卡（如 RTX 5060）的驱动兼容性问题，更通过引入高斯差分（DoG）和信噪比代理（SNR Proxy），显著提升了对高感光度（High ISO）噪点图的识别能力。
- Auto-Switching: 程序启动时自动检测硬件环境。
- GPU 模式: 检测到 NVIDIA 显卡时，利用 PyTorch CUDA 进行极速批量张量运算 (FFT/Sobel)。
- CPU 模式: 无显卡或驱动冲突时（如 Hyper-V 蓝屏问题），自动无缝切换至 OpenCV/NumPy 引擎，保证 100% 稳定运行。
- Consistency: 严格对齐了 CPU 与 GPU 的数学逻辑，确保两套引擎输出的特征向量高度一致。
摒弃了传统的全局梯度评价，采用更符合物理光学的特征组合：
- Difference of Gaussians (DoG): 模拟人眼视觉，通过带通滤波分离“真实纹理”与“随机噪点”。
- SNR Proxy: 计算结构能量与高频杂讯的比率，有效剔除“假锐利”的噪点废片。
- Pixel-Level Masking: 利用 YOLOv8-Seg 生成鸟类蒙版，并将背景强制涂黑，配合边缘二次腐蚀，彻底消除树枝背景干扰。
基于 Random Forest 的非线性分类器，将照片分为三类：
- 🗑️ Trash (废片): 严重跑焦、模糊。
- 😐 Soft (部分失焦): 缩图可用，但微观反差不足（缓冲区）。
- 🏆 Perfect (完美): 核心区域（眼睛/羽毛）达到数毛级锐度。
- 纠错模式: 支持导出误判报告 (error_analysis.csv)，并在标记工具中复盘 AI 的判断，修正后重新训练。这让模型能不断适应你的镜头特性和审美标准。
支持生成 .xmp 元数据文件。
- Perfect -> 🟢 绿色标签 + 5星
- Soft -> 🔴 红色标签 + 3星
- Trash -> 🟣 紫色标签 + 1星
.
├── batch_processor_locked_dual.py # [🚀 生产入口] 双引擎主程序。自动选择 GPU/CPU 进行批量筛选。
├── train_classifier_dual.py # [🧠 训练入口] 双引擎训练程序。支持自动参数寻优 (GridSearch)。
├── data_labler_loop_v2.py # [🏷️ 标记工具] 支持"新图标记"和"误判纠错"双模式。
│
├── feature_extractor_dual.py # [⚙️ 核心算法] 封装了 V9 特征提取逻辑 (DoG, SNR, Multi-Scale)。
├── detect_birds_multi_maskenabled.py # [👁️ 视觉模型] YOLOv8-Seg 实例分割与蒙版生成。
├── metadata_utils.py # [ℹ️ 元数据] 读取 ISO、快门等 EXIF 信息。
│
├── best_bird_model_multiclass.pkl # [💾 权重文件] 训练好的随机森林模型。
├── yolov8x-seg.pt # [💾 视觉权重] YOLO 分割模型。
└── README.md
基础依赖:
pip install ultralytics opencv-python numpy scikit-learn tqdm rawpy joblib scipy exifread
GPU 加速支持 (NVIDIA 显卡用户推荐):
请前往 PyTorch 官网 复制适合您 CUDA 版本的安装命令。
(注: RTX 40/50 系列用户建议安装 Nightly 版本以获得最佳兼容性)
# 示例 (CUDA 12.x)
pip install --pre torch torchvision torchaudio --index-url [https://download.pytorch.org/whl/nightly/cu126\](https://download.pytorch.org/whl/nightly/cu126)
训练一个懂你的 AI。
- 运行 python data_labler_loop_v2.py。
- 选择 [1] 新图标记，对约 100-200 张照片进行打分 (1/2/3键)。
- 运行 python train_classifier_dual.py。
- 程序会自动调用双引擎提取特征，并进行网格搜索寻找最佳参数。
- 训练完成后会生成 best_bird_model_multiclass.pkl 和误判报告。
- 运行 python batch_processor_locked_dual.py。
- 选择模式：
- [1] 整理模式：物理移动文件。
- [2] 标注模式 (推荐)：生成 XMP 文件。
基于 v2.1.0 版本在 RTX 5060 Laptop 上的测试数据 (样本量 N=2000)：
| 类别 | Precision (精确率) | Recall (召回率) | 说明 |
|---|---|---|---|
| Trash | 86% | 86% | 极其精准，放心删除。 |
| Perfect | 88% | 72% | 只要选出来就是极品，宁缺毋滥。 |
| Soft | 76% | 83% | 充当安全缓冲区，防止好片被误删。 |
- 推理速度 (GPU): ~0.05秒 / 张 (批量模式)
- 推理速度 (CPU): ~0.8秒 / 张 (多核并行)
- v1.0: 基础功能，单线程 CPU。
- v2.0: 引入 GPU 加速，多目标识别，ISO 感知。
- v2.1 (Current): 双引擎架构，DoG 降噪特征，Mask-Aware 像素级背景剔除。
- v3.0: 图形化界面 (GUI)，支持拖拽操作与实时预览。
- Future: 引入时序分析，针对连拍组进行“最佳瞬间”择优 (Best-of-Burst)。
本项目开源于 GitHub: Tony-Liu217/Bird-Photo-AI-Sorter
欢迎提交 Issue 反馈 Bug，或提交 Pull Request 贡献代码！