batch tagging workflow

워크플로우 사용 방법

이 워크플로우의 노드는 명확하게 정리되어 있습니다. 배치 처리를 시작하려면 다음 주요 매개변수만 구성하면 됩니다:

단계 1: 학습 데이터셋 폴더 지정

• 태그를 지정하려는 모든 이미지가 포함된 폴더 경로를 지정하세요.

단계 2: 모델 유형 선택

• 이미지 콘텐츠에 맞는 적절한 인식 모델을 선택하세요(예: 일반, 애니메이션). 이를 통해 더 정확한 태그를 얻을 수 있습니다.

단계 3: 태그 유형 선택

• (핵심 기능) 이 옵션은 생성되는 태그의 스타일과 형식을 결정합니다. 학습 요구 사항에 따라 선택하세요:

  • 설명형 / 직관적: 설명 문장을 생성합니다.

  • Danbooru / Booru 스타일 태그 목록: Danbooru 스타일의 쉼표로 구분된 키워드를 생성하며, 애니메이션 스타일 학습에 매우 적합합니다.

  • MidJourney / Stable Diffusion 프롬프트: MJ 또는 SD 프롬프트 스타일의 태그를 생성합니다.

  • Art Critic 및 Social Media Post와 같은 여러 다른 유형도 사용 가능합니다.

단계 4: (옵션) 고급 콘텐츠 제어

• (세부 조정) 이 섹션은 포함하거나 제외할 콘텐츠를 정밀하게 제어할 수 있는 여러 전환 옵션을 제공하여 고급 사용자 맞춤화를 가능하게 합니다. 예를 들어:

  • include_lighting: 조명에 대한 설명을 태그에 추가합니다.

  • include_camera_angle: 카메라 각도에 대한 설명을 추가합니다.

  • exclude_people_info: 사람 관련 태그를 제외합니다.

  • include_character_age: 캐릭터의 나이를 추가합니다.

  • 이러한 옵션을 자유롭게 조합하여 귀하의 요구에 가장 적합한 태그를 생성할 수 있습니다.

단계 5: 태그 길이 선택

• 생성할 태그의 원하는 길이를 설정하세요. 학습 요구 사항에 따라 짧은 핵심 태그 또는 더 상세한 설명 중 하나를 선택할 수 있습니다.

단계 6: 최대 길이

• 이는 이미지 전처리 매개변수입니다. 기본값을 유지하는 것이 일반적으로 충분합니다. 특별한 변경이 필요하지 않습니다.

단계 7: 스타일 트리거 단어 입력

• 모든 태그의 시작 부분에 포함시킬 일반 단어나 트리거 단어를 입력하세요. 예: 특정 캐릭터용 LoRA를 학습할 때 여기에 캐릭터 이름(character_name)을 입력할 수 있습니다.

단계 8: 영어로 번역

• (핵심 기능) 이 워크플로우에는 내장된 번역 노드가 있습니다. 이 기능을 활성화하면 생성된 태그를 자동으로 영어로 번역할 수 있습니다. 이는 대부분의 모델 학습에 필수적인 단계이며, 이제 한 번에 완료할 수 있습니다!

단계 9: 출력 폴더 경로 입력

• 모든 최종 태그 파일을 저장할 폴더를 선택하세요. 워크플로우는 각 이미지와 동일한 이름으로 .txt 파일을 자동으로 생성합니다.

---

중요 참고 사항

1. 보조 도구일 뿐 완전한 대체는 아님: AI 자동 태깅은 100% 정확하지 않음을 기억하세요. 이 워크플로우는 좋은 시작점을 제공하기 위한 것입니다. 생성된 태그는 최종 학습 데이터셋의 품질을 보장하기 위해 수동으로 검토하고 수정해야 합니다!

2. 권장 프로세스: 일괄 생성 → 수동 정제 → 최종 태깅. "수동 정제" 단계를 건너뛰지 마세요!

3. 출력 확인: 작업이 완료된 후, 지정된 출력 폴더를 확인하여 이미지에 대한 .txt 영어 태그 파일이 성공적으로 생성되었는지 확인하세요.

이 개선된 워크플로우가 데이터셋 생성 효율성을 크게 향상시키는 데 도움이 되길 바랍니다!

다운로드하여 직접 시도해보고 피드백을 공유해 주세요!