batch tagging workflow

如何使用工作流

此工作流中的节点组织清晰，您只需配置以下关键参数即可开始批量处理：

步骤 1：输入训练集文件夹

• 指定包含所有需要打标签的图像的文件夹路径。

步骤 2：选择模型类型

• 根据您的图像内容选择合适的识别模型（例如：通用、动漫），以获得更准确的标签。

步骤 3：选择标签类型

• （核心功能） 此选项决定生成标签的风格和格式，请根据您的训练需求选择：

  • 描述性 / 直接型： 生成描述性语句。

  • Danbooru / 类Booru标签列表： 生成以逗号分隔的 Danbooru 风格关键词，非常适合动漫风格训练。

  • MidJourney / Stable Diffusion 提示词： 生成类似 MJ 或 SD 提示词风格的标签。

  • 还有其他多种类型，如 艺术评论 和 社交媒体帖子，供您探索。

步骤 4：（可选）高级内容控制

• （微调） 本部分提供一系列开关，可精确控制包含或排除哪些内容，实现高度自定义。例如：

  • include_lighting：在标签中添加光照描述。

  • include_camera_angle：在标签中添加镜头角度描述。

  • exclude_people_info：排除与人物信息相关的标签。

  • include_character_age：添加角色年龄信息。

  • 您可自由组合这些选项，生成最符合您需求的标签。

步骤 5：选择标签长度

• 设置生成标签的期望长度。您可以根据训练需求选择简短的核心标签或更详细的描述。

步骤 6：最长边

• 这是图像预处理参数。通常保持默认值即可，一般无需更改。

步骤 7：输入风格触发词

• 输入您希望作为每个标签开头包含的通用词或触发词。例如，在为特定角色训练 LoRA 时，可在此处输入角色名称，如 character_name。

步骤 8：翻译为英文

• （关键功能） 此工作流内置翻译节点。启用后，您可以自动将生成的标签翻译成英文。这是大多数模型训练的必要步骤，现在可一次性完成！

步骤 9：输入输出文件夹路径

• 选择一个文件夹以保存所有最终的标签文件。工作流将自动为每张图像生成一个同名的 .txt 文件。

---

重要提示

1. 辅助工具，非完全替代：请记住，AI 自动打标并非 100% 准确。本工作流旨在为您提供一个良好的起点。生成的标签必须经过人工审核和修正，以确保最终训练集的质量！

2. 推荐流程：批量生成 → 人工精修 → 最终确定标签。请勿跳过“人工精修”步骤！

3. 检查输出结果：运行完成后，请检查您指定的输出文件夹，确认已为图像成功生成了 .txt 英文标签文件。

我们希望这个增强版工作流能显著提升您的数据集创建效率！

欢迎下载、试用并分享您的反馈！