foidfinder: एनीमे चित्रों से पात्र और सीरीज़ पहचानने वाला ओपन‑सोर्स टूल

परिचय

foidfinder एक मुफ्त, ओपन‑सोर्स एप्लिकेशन है जो एनीमे चित्रों को उनके पात्रों और सीरीज़ के टैग से लेबल करता है। यह PixAI Tagger v1.0 (डैनबोरु डेटा, मई 2026 तक) का उपयोग करता है और Apple‑silicon (MLX) या NVIDIA GPU (CUDA) दोनों पर चल सकता है।

कार्य‑प्रणाली

• एप्लिकेशन एक JSON API के माध्यम से चित्र लेता है और टैग व विश्वसनीयता स्कोर की सूची लौटाता है।
• टैग 72 × 72 पिक्सेल पैच (3 × 3 विंडो, प्रत्येक 24 × 24) पर उत्पन्न होते हैं; चित्र कभी डिस्क पर नहीं लिखा जाता, केवल मेमोरी में रहता है।
• त्रुटियों का स्वरूप `{"error": {"code": 400, "message": "Invalid image"}}` जैसा सरल है।

डिप्लॉयमेंट विकल्प

• कंटेनर इमेज: पहली बार चलाने पर `alpindale/PixAI‑v1.0‑INT8` (≈0.6 GB) चेकपॉइंट Docker वॉल्यूम में डाउनलोड होता है।
• CUDA विशिष्टताएँ: स्टार्ट‑अप पर क्वांटाइज़ेशन, लगभग 3.3 GB VRAM की आवश्यकता (INT8 के 0.9 GB के मुकाबले)। मॉडल int8 GEMM, fp16 टेंसर‑कोर अटेंशन और एकल CUDA ग्राफ़ का उपयोग करता है।
• MLX विशिष्टताएँ: आधिकारिक चेकपॉइंट सीधे लोड करता है; रेफ़रेंस इम्प्लीमेंटेशन से fp32 में 1e‑5 और fp16 में 0.003 के भीतर मेल खाता है।

प्रॉक्सी के पीछे चलाना

सुरक्षा के लिये Docker compose सेवा को लूपबैक पर प्रकाशित करता है। एक रिवर्स‑प्रॉक्सी (जैसे Caddy) TLS और रेट‑लिमिटिंग के साथ सामने रखा जाना चाहिए। यदि GPU होस्ट को TLS या Cloudflare क्रेडेंशियल नहीं रखने हैं, तो वह SSH टनल के माध्यम से प्रॉक्सी से जुड़ सकता है, जिसमें `foidfinder‑tunnel` उपयोगकर्ता को प्रतिबंधित शेल (`/usr/sbin/nologin`) दिया जाता है।

प्रदर्शन और सटीकता

• जुलाई‑अक्टूबर 2026 के 588 Danbooru पोस्ट पर PixAI थ्रेशोल्ड (character 0.27, copyright 0.24) के साथ परीक्षण किया गया।
• टॉप‑1 सटीकता: 345 पोस्ट में मुख्य पात्र सही टैग हुआ।
• MLX बैकएंड आधिकारिक मॉडल के आउटपुट को fp32 में 1e‑5 और fp16 में 0.003 के भीतर दोहराता है।

लाइसेंसिंग

कोड Apache‑2.0 लाइसेंस के तहत जारी है। PixAI Tagger v1.0, जो foidfinder में बंडल है, भी Apache‑2.0 है।

व्यावहारिक प्रभाव

• डेवलपर्स के लिये: आप foidfinder को वेब‑सेवा, Discord बॉट या व्यक्तिगत एनीमे लाइब्रेरी मैनेजर में बिना किसी व्यावसायिक API शुल्क के एम्बेड कर सकते हैं।
• गोपनीयता‑चिंतित उपयोगकर्ताओं के लिये: चित्र कभी तृतीय‑पक्ष सर्वर पर नहीं जाते; सब कुछ आपके स्वयं के हार्डवेयर पर रहता है।
• सत्यापन: रिपॉज़िटरी को क्लोन करें, `compose.yaml` और `deploy/tunnel.compose.yaml` फ़ाइलों की जाँच करें, और मॉडल कार्ड (`config.json`) को Hugging Face पर उपलब्ध आधिकारिक PixAI रिलीज़ से तुलना करें।

शुरू करने के कदम

```bash git clone https://github.com/AlpinDale/foidfinder.git cd foidfinder

बैकएंड को पर्यावरण वेरिएबल या फ़्लैग से चुनें, उदाहरण:

FOIDFINDER_BACKEND=mlx docker compose up -d ```

रिवर्स‑प्रॉक्सी URL (जैसे `https://your-domain.com/foidfinder`) पर जाएँ और `/identify` एन्डपॉइंट पर चित्र POST करें।

--- *उपरोक्त सभी जानकारी परियोजना के README और स्रोत फ़ाइलों से ली गई है; कोई बाहरी दावा नहीं जोड़ा गया है।*