FurColor Studio 是一个面向兽装活动摄影的、本地优先 AI 批量后期工作站。4.0 将兽装主体检测、项目内匿名分组、真人脸隐私复核、参考样片驱动调色、主体分层曝光、逐图眼睛蒙版、水印、人工质检和可校验交付串成一条完整流程。
当前版本是摄影师辅助工具，不是无人值守的最终交付系统。真实照片只应在本地工作站处理，商业交付前必须人工复核。
- 从 JPG、JPEG、ARW 原片目录建立项目并生成本地缩略图；
- 使用正选或反选模式提前淘汰废片；
- 从同名手修参考 JPG 自动建立基础参考清单；
- 可选使用 Fursee YOLO 检测兽装主体与新增人脸候选，并在单个项目内生成匿名兽装分组；
- 融合 YuNet、人工记忆与兽装框证据，减少兽耳误打码，同时把单模型人脸结果保留给人工复核；
- 分析中性区域、全局曝光、白毛高光与黑毛细节，再对兽装头部做保守的羽化局部曝光；
- 为每张照片分别标注大小、形状、角度不同的兽装眼睛；
- 批量完成 V4 风格映射、眼睛增强、隐私处理和可选水印；
- 通过四项强制人工质检后生成 JPG、ZIP、
manifest.json和 SHA-256 清单。
- Windows 10/11；
- Git；
- 一个已经存在的照片根目录，例如
D:\Photography。
把示例目录替换成你自己的照片根目录，然后粘贴运行：
$repo = Join-Path $HOME 'FurColor-Studio'
if (Test-Path -LiteralPath $repo) {
throw "目标目录已存在：$repo。不要继续运行旧脚本，请先阅读下方“目标目录已存在”说明。"
}
git clone https://github.com/PWJCSqiushan/FurColor-Studio.git $repo
if ($LASTEXITCODE -ne 0) { throw '克隆失败，安装已停止。不要进入旧目录继续执行。' }
Set-Location -LiteralPath $repo
powershell -ExecutionPolicy Bypass -File '.\install_local.ps1' -AllowedRoots 'D:\Photography' -InstallPython -DownloadFaceModel -Launch多个照片根目录使用英文分号：
powershell -ExecutionPolicy Bypass -File '.\install_local.ps1' -AllowedRoots 'D:\Photography;E:\Events' -InstallPython -DownloadFaceModel -Launch安装脚本会自动完成：
- 寻找 Python 3.12/3.11；找不到时通过
winget为当前用户安装 Python 3.12； - 创建独立
.venv； - 安装锁定依赖；
- 写入仅限本机的路径白名单
.env； - 从 OpenCV 官方仓库下载固定版本 YuNet；
- 验证模型 SHA-256；
- 运行环境自检；
- 打开
http://127.0.0.1:8899。
YuNet 目录采用 MIT License，模型来源和校验值见 第三方声明。OpenCV 官方也将该模型作为 FaceDetectorYN 的下载来源。OpenCV 文档
基础安装完成后，仍可使用原有轻量流程。若要启用 Fursee 双类别检测、匿名分组和主体分层曝光，请先自行取得完整模型包，再运行：
powershell -ExecutionPolicy Bypass -File '.\install_fursee.ps1' `
-ModelDirectory 'D:\Models\Fursee-Package'ModelDirectory 可以指向权重目录本身，也可以指向包含权重的资料包根目录。安装器会：
- 创建独立
.venv-fursee，不修改基础.venv； - 安装锁定的 CUDA 12.8 PyTorch、Ultralytics 与 Transformers；
- 在有限目录深度内查找完整的四文件权重组合；
- 对约 1.27 GB 权重逐文件核对尺寸和 SHA-256；
- 只把本机模型路径写入被 Git 忽略的
.env，不会复制或上传权重。
默认面向 NVIDIA GPU；没有兼容显卡时可加 -CpuOnly，但批量速度会明显下降。首次安装需要下载数 GB 依赖，不能按“五分钟”估算。模型、论文、许可证和固定哈希见 第三方声明。
以后启动只需要：
Set-Location '.\FurColor-Studio'
& '.\run_local.ps1'更新代码后重新同步依赖：
git pull
& '.\install_local.ps1'环境有问题时：
& '.\doctor.ps1'推荐把原片、参考、分析、草稿和交付完全分开：
D:\Photography\2026-Event\
├─ Originals\ # 相机原片，禁止覆盖
├─ References\ # 你在 Lightroom 中手修并导出的参考 JPG
├─ Analysis\ # FurColor 分析报告和配方
├─ Drafts\ # AI 修图草稿
└─ Delivery\ # 最终交付包，由程序生成
先在 Lightroom 中手修至少一张有代表性的照片并导出 JPG。参考 JPG 必须与对应原片同名，例如：
Originals\DSC01151.ARW
References\DSC01151.jpg
项目表单里的“参考样片清单”可以留空，FurColor 会从同名原片/手修 JPG 自动生成基础清单。高级用户也可以选择自定义 JSON。
打开“新建项目”，依次填写或点击“浏览”：
| 字段 | 填什么 | 是否必需 |
|---|---|---|
| 项目名称 | 活动名或交付批次 | 是 |
| 原片目录 | Originals |
是 |
| 手修参考目录 | References |
是，至少一组同名参考 |
| 分析结果目录 | Analysis |
是 |
| 修图输出目录 | Drafts |
是 |
| 水印 PNG | 透明背景签名，可留空 | 否 |
| 参考样片清单 | 留空自动生成，或选择高级 JSON | 否 |
| 选片模式 | 正选或反选 | 是 |
系统会拒绝让分析/输出目录与原片目录重叠，避免覆盖原片或重复扫描。
- 反选模式：默认处理全部照片，只把明确标成“废片”的照片排除。适合保留率较高的活动摄影。
- 正选模式：只有明确标成“保留”的照片才进入后续步骤。适合大量连拍和严格精选。
- 默认：恢复到当前模式的默认行为。
选片结果会同时控制分析、人脸复核、眼睛标注、渲染和交付，不会再弹出已淘汰的数百张照片。
flowchart LR
A[选择图片源] --> B[正选或反选]
B --> C[兽装主体分析]
C --> D[隐私与参考分析]
D --> E[人工人脸复核]
E --> F[逐图眼睛蒙版]
F --> G[V4 草稿渲染]
G --> H[四项人工质检]
H --> I[ZIP + manifest + SHA-256]
不要跳步：
- 已启用 Fursee 时点击“分析主体”，生成兽装框、匿名分组和新增人脸候选；
- 点击“开始分析”，融合主体证据、隐私候选和参考样片；
- 点击“打开人脸复核”，把候选标成真人脸或兽装误检；
- 点击“标注兽装眼睛”，为每张照片分别绘制轮廓；
- 点击“开始渲染”，生成 V4 AI 草稿；
- 用图片浏览器检查草稿；
- 完成四项质检并生成交付包。
人脸记忆至少需要 2 个 human 和 2 个 fursuit 标签才会启用；它只校准候选概率，不能替代人工隐私判断。
后端会强制确认，少一项都不能生成交付包：
- 背景真人脸、镜面和屏幕反射；
- 兽耳误打码与眼睛蒙版边缘；
- 白平衡、白毛高光、黑毛细节和主体曝光；
- 水印、胸牌、二维码和最终裁切。
交付包包含成片、ZIP 和 manifest.json。清单记录选片模式、人工质检声明、文件大小和逐文件 SHA-256。
FurColor 的网页工作台把每个项目分为“建立项目 → 选片 → 主体分析 → 人脸复核 → 眼睛蒙版 → 渲染 → 质检交付”七步。先打开 http://127.0.0.1:8899/；本地工作站模式可直接选择“暂不登录，继续本地工作”，注册账号后新项目会绑定到账号，便于未来迁移服务器。
操作界面会在“主体智能”页展示模型状态、分析数量、人脸候选和匿名分组；项目照片与真实工作台截图均不随公开仓库发布，以保护客户和活动素材隐私。
点击“新建项目”，按四步填写活动名称、原片目录、同名手修参考 JPG、分析目录和输出目录。每个路径都用“浏览”选择；系统只会授权你明确选择的目录。第四步勾选“不覆盖或删除外部原片”后保存，系统会扫描照片但不会修改源文件。
进入“选片”后，逐张选择“保留”“废片”或“默认”。反选模式默认处理未标记照片，正选模式只处理明确保留的照片。缩略图直接来自当前项目的本地照片或同名 JPG 代理；如果源盘断开或相机 RAW 未被本机解码器支持，界面会清楚提示而不会误删照片。
点击“运行主体分析”。完成后，“主体智能”页会显示分析数量、兽装主体数量、人脸候选和匿名分组。每个分组提供主体代表裁剪和关联原片预览，可整组保留、整组废片或恢复默认。分组只在当前项目内有效，不对应真人身份。
在“处理流程”运行“影调与隐私分析”后，打开“人脸复核”。新开的本地复核页用于把候选标记为“真人脸”“兽头误报”或“不确定”。完成后必须点击“保存复核并返回工作台”：它会保存标注、关闭复核服务并自动回到工作台的处理流程页。
“眼睛蒙版”支持逐图旋转椭圆或多边形标注；完成时同样使用“保存并返回工作台”。之后运行渲染，检查 AI 草稿。最后在“质检交付”确认隐私、蒙版、曝光/颜色和水印/裁切四项，系统才会生成交付目录、ZIP 与带 SHA-256 的 manifest.json。
- 缩略图无法显示：确认原片盘仍已挂载，并对项目目录重新点击“浏览”授权；同名 JPG 可作为 RAW 预览回退。
- 人脸或眼睛复核停留在独立页面：点击“保存并返回工作台”，不要直接关闭窗口。
- 任务失败：在“处理流程”的任务日志查看错误码与建议；模型、参考样片和项目目录必须保持可访问。
- 完整版默认只监听
127.0.0.1； - 云端 demo 没有照片上传、路径读取或处理 API；
.env、照片、模型、项目级兽装特征、人脸反馈、眼睛标注、数据库和交付文件均被 Git 忽略；- 安装时配置的根目录和本机原生选择器明确选过的目录可以访问；授权记录只保存在本地，敏感系统目录始终拒绝；
- 不要使用
git add -f绕过保护。
这表示克隆没有发生。不要忽略 fatal 后继续进入该目录，否则可能运行到旧版脚本。
先检查现有目录是否是真正的 Git 仓库：
git -C "$HOME\FurColor-Studio" log -1 --oneline
git -C "$HOME\FurColor-Studio" remote -v如果两条命令都正常，直接更新：
Set-Location "$HOME\FurColor-Studio"
git pull --ff-only
if ($LASTEXITCODE -ne 0) { throw '更新失败，请停止安装并检查上方错误。' }
& '.\install_local.ps1'如果提示“没有任何提交”、不是 Git 仓库或目录里只是旧文件，先备份再重新克隆：
Set-Location $HOME
$backup = 'FurColor-Studio_backup_' + (Get-Date -Format 'yyyyMMdd_HHmmss')
Rename-Item -LiteralPath '.\FurColor-Studio' -NewName $backup
git clone https://github.com/PWJCSqiushan/FurColor-Studio.git
if ($LASTEXITCODE -ne 0) { throw "克隆失败；旧文件仍安全保存在 $backup。" }
Set-Location '.\FurColor-Studio'新版支持安全的动态多磁盘授权。请对原片、参考样片、分析、输出、水印和清单字段分别点击一次“浏览”：
- Windows 原生选择器中选中的目录会立即授权；
- 水印和 JSON 清单会授权其所在目录；
- 授权记录保存在本机
runtime/authorized_roots.json，重启后仍有效； - 不同字段可以位于不同硬盘或移动硬盘；
.ssh、.aws、.git、AppData、credentials 等敏感目录不能授权。
如果希望在安装阶段一次授权多个固定根目录，也可以使用英文分号：
& '.\install_local.ps1' -AllowedRoots 'D:\Photography;E:\Events'不要把整个系统盘加入白名单；移动硬盘盘符改变后，用“浏览”重新选择即可。
确认 References 中至少有一张 JPG，并与 Originals 中的 JPG/ARW 使用相同文件名主体。
& '.\install_local.ps1' -DownloadFaceModel如果电脑里已经有 Python 3.11/3.12，但启动器没有发现，可直接指定 python.exe。这只用指定的解释器创建项目独立环境，不会修改原环境：
& '.\install_local.ps1' `
-PythonPath 'C:\path\to\python.exe' `
-AllowedRoots 'D:\Photography' `
-DownloadFaceModel -Launch关闭旧 FurColor 窗口，或修改 .env 的 FURCOLOR_PORT。不要把本地完整版绑定到 0.0.0.0。
只对本次命令使用绕过策略：
powershell -ExecutionPolicy Bypass -File '.\install_local.ps1' -AllowedRoots 'D:\Photography' -DownloadFaceModel -Launch- 白平衡、主体曝光、双模型人脸融合和匿名分组仍需要跨会场、灯光和兽装造型积累真实验证集；
- 眼睛增强目前保留逐图人工蒙版，尚未用未经充分验证的自动眼部模型替代；
- 匿名分组可能合并相似兽装或拆散同一兽装，只用于项目内选片辅助；
- RAW 输出是派生 JPG，不直接修改 Lightroom Catalog；
- 首次 GPU 环境安装需要下载约 3.3 GB 的 PyTorch wheel 和其他依赖；
- 服务器版本是无照片的产品演示，不是多人在线修图 SaaS；
- 公开发布或商业交付前仍必须由摄影师完成人工复核。
py -3.12 -m venv .venv
& '.\.venv\Scripts\python.exe' -m pip install -r requirements-dev.txt
& '.\.venv\Scripts\python.exe' -m pytest -q
& '.\.venv\Scripts\python.exe' scripts\security_audit.py更多文档：
FurColor 原创源代码采用 Apache License 2.0。用户照片、水印、活动素材、私有标注、训练数据、人脸记忆和未随仓库分发的模型权重不自动包含在该授权中；Fursee、Ultralytics YOLO、DINOv3 及其衍生权重继续受各自条款约束，详见 第三方声明。
v4.1 新增了本地可选、服务器强制的账户基础：邮箱规范化、scrypt 密码哈希、HttpOnly 会话 Cookie、CSRF 校验、登录限速、改密后全设备退出，以及账号注销时仅清理 FurColor 自有元数据。外部原片、参考图和输出目录不会因注销而删除。
FURCOLOR_MODE=server 会强制认证，并完全禁用本地文件选择器与客户端路径提交。当前服务器模式只提供账户、项目隔离、健康检查和部署边界，尚未包含上传、对象存储、异步队列、邮件验证或线上修图；不要把它当作已完成的云端照片服务。部署前请阅读 v4.1 部署边界。