Test de PixlStash : gestionnaire de bibliothèque d’images auto-hébergé avec étiquetage IA local

PixlStash est livré sous forme d’application de bureau à installer en double-cliquant sur les trois systèmes de bureau, sans terminal. Les fichiers sont joints à la dernière version GitHub ; les lignes ci-dessous vont du moyen le plus simple au plus complexe.

PixlStash est un gestionnaire de bibliothèque d’images, pas une application de chat ni un générateur d’images. Le dépôt le décrit comme un outil pour retrouver des choses dans « une bibliothèque d’images qui a échappé à tout contrôle » : il importe et étiquette automatiquement les images, cherche par contenu ou par visage et fournit des données à d’autres outils comme ComfyUI via une API REST.

La version 1.11 lit les dossiers que vous avez déjà et crée projets, personnes et ensembles à partir de leurs noms, sans rien copier, déplacer ni renommer. Vous pouvez l’exécuter en application de bureau ou sans interface sur un serveur, avec une interface dans le navigateur.

Ce test s’appuie sur le site web, ses pages d’installation, de fonctionnalités, d’IA et de confidentialité, et sur le dépôt GitHub. Il n’y a pas eu d’essais pratiques : la vitesse, la précision de l’étiquetage et la stabilité ne sont donc pas évaluées ici.

La mise en route consiste à télécharger un installeur, puis à pointer l’application vers un dossier. Les étapes suivent les pages d’installation et de fonctionnalités.

L’idée centrale est de passer en revue et de rechercher rapidement une grande bibliothèque. Tout ce qui suit provient de la page des fonctionnalités.

Tous les modèles s’exécutent sur votre machine, et les poids sont téléchargés au premier lancement. La page IA cite OpenCLIP ViT-B-32 pour la recherche sémantique, InsightFace SCRFD-10G avec le pack buffalo_l pour les visages et Florence-2 pour les légendes et la segmentation.

Les outils d’étiquetage par défaut sont le PixlStash Tagger, décrit comme un finetune de wd-convnext-tagger-v3, ainsi que WD14 et JoyCaption. Moondream2 s’installe comme plugin via pixlstash-cli.

L’application de bureau inclut un runtime CPU, de sorte que tous les modèles fonctionnent hors ligne dès le premier lancement. L’accélération NVIDIA CUDA est un téléchargement optionnel, la prise en charge d’AMD ROCm est expérimentale et réservée à l’application de bureau, et le site ne publie aucune exigence de RAM ou de VRAM.

Selon la politique de confidentialité (dernière mise à jour le 3 août 2026), votre bibliothèque n’atteint jamais le développeur. Elle indique qu’il n’y a ni compte, ni synchronisation cloud, ni serveur central, et que le partage est optionnel et révocable. La vérification des mises à jour et un identifiant d’installation anonyme sont tous deux désactivés par défaut ; une fois activés, ils envoient une version, un type d’installation ou un identifiant aléatoire, jamais le contenu de la bibliothèque.

Les poids des modèles viennent de services tels que Hugging Face et, pour les extensions GPU, de PyPI et de l’index PyTorch ; le premier lancement exige donc un accès à Internet. La page IA mentionne aussi un outil de légendage pour des API de vision compatibles OpenAI ; tout point d’accès distant que vous configurez sort de l’affirmation « uniquement local ».

Le regroupement des visages crée des embeddings faciaux des personnes présentes sur vos images. Ils restent sur votre machine d’après le site, mais savoir si c’est permis pour des images d’autres personnes ou pour un usage commercial relève de votre responsabilité ; le site propose le pack AuraFace pour l’usage commercial et ne donne aucune condition de licence pour les autres modèles. Le code est sous GPL-3.0 selon GitHub, alors que le site se contente de parler de projet open source. Ce test n’a pas inspecté le trafic réseau : ces affirmations sont celles du développeur.

L’annuaire ne contient aucun autre gestionnaire de bibliothèque d’images ; les outils suivants ne couvrent donc qu’une partie de la même tâche : des modèles de vision qui légendent les images, une application d’étiquetage auto-hébergée et le générateur auquel PixlStash se connecte.

PixlStash est un choix prometteur pour les créateurs qui veulent dompter une grande bibliothèque d’images avec une IA locale : il s’installe comme une application classique, lit les dossiers existants sur place et garde ses modèles sur votre machine.

Les réserves tiennent à la maturité et à la transparence : pas de liste de formats de fichiers, pas de chiffres de montée en charge, un site qui ne cite aucune licence et 89 étoiles GitHub. Essayez-le d’abord sur une copie d’un dossier avant de le lancer sur une archive irremplaçable, et sauvegardez au préalable.