婚礼、活动、跟拍这类高量照片场景，选片往往比拍摄更耗人：几千张照片里要剔除跑焦、闭眼、欠曝、重复构图，还要把保留、淘汰、待复核的结果带回 Lightroom。VisionCull Pro 做的就是这件苦活：在本机用 AI 和规则先过一遍，再让摄影师人工复核，最后无损导出结果和 XMP sidecar。
它当前采用 Electron + React + Python 分析器的桌面架构，目标是本地优先，不依赖云端托管流程。README 里写得很明确：v1 优先保证 Mac 本机完整工作流稳定，暂不包含签名安装包、跨机器分发和云端 AI provider。对摄影工作流来说，这个取舍挺现实，因为原片和 RAW 文件通常体积大、隐私强，也不适合随便上传到外部服务。
筛选主链路使用本地模型和规则：YuNet ONNX 做人脸检测，OCEC ONNX 做闭眼识别，保留 Haar 降级检测，同时输出曝光诊断，把明显欠曝或过曝的照片打入复核。它的策略偏保守，无法确认质量的照片不会直接淘汰，而是进入 needsReview，这一点对婚礼和商业活动照片尤其重要。
界面上能看到它围绕摄影师的真实决策来设计：项目里显示照片数量、筛选进度和当前队列；中间看大图，侧边给出拍摄时间、相机、镜头、尺寸、文件大小、摄影师评分和 AI 评分；操作按钮则是保留、淘汰、待定。导出时可以按偏好设置选择输出位置，也支持把保留 / 淘汰 / 全部写入 Lightroom 兼容的 XMP 星级标签。
项目目前在 GitHub 上约 50 Star，主语言是 JavaScript，仓库暂未标明许可证。它更像一个面向专业摄影工作流的本地工具原型，而不是立刻面向大众分发的成品应用。如果你经常处理活动照片，或者正在研究“本地 AI + 专业软件兼容”的桌面工作流，VisionCull Pro 值得拆开看看。
传送门
https://github.com/YuChiHuaCheng/vision-cull-pro
原创文章，如若转载，请注明出处：https://wefound.cc/p/4693.html
