Dataset Caption Tool for Comfyui

13.08.
修复了一个小bug

更新：2025年8月9日

我之前在旧工作流中遇到了图像加载器的问题，因此我自行编写了一个自定义节点，可无错误地加载图像。

本次使用GPT进行图像描述生成，并结合自定义指令。

也可以替换为开源的视觉语言模型（VLM），但总体而言GPT效果最佳。

2024年10月24日更新：新增Joytag描述功能

2024年4月29日更新：我已将视觉模型从Moondream2更换为llava。

要使llava模型正常工作，必须安装Ollama。这将允许llava在本地运行，并通过本地API与ComfyUI通信。
Ollama GitHub：

2024年3月25日更新：已修复导致计数错误的bug。

Comfy Moondream Caption（ComfyUI数据集描述工具）

欢迎使用Comfy Moondream Caption，这是一个使用本地大语言模型（LMM）为图像生成描述的工具。请按以下步骤开始使用：

该工作流适用于最多9999张图像的数据集。

选择图像文件夹：

前往“folder_path”选项，选择存放图像的文件夹。请确保图像为支持格式（如PNG、JPEG）。

命名规范：

请确保所选文件夹中的图像按顺序编号，例如“0001.png”、“0002.png”等。此编号对正确处理至关重要。

启用批量描述：

要启用批量描述，请进入Comfy UI中的“Extra Options”（额外选项）部分。

选择“Auto Queue”以确保为所选文件夹中的所有图像生成描述。

生成描述：

设置好文件夹和选项后，点击“Que Prompt”按钮启动描述生成过程。

Comfy Moondream Caption将分析文件夹中的每张图像并为其生成描述。

后处理：

描述生成完成后，必须手动将起始索引重置为0。这可确保工具在处理下一个数据集时从头开始。

对其他数据集重复操作：

如果您有更多数据集需要处理，请选择包含新图像的文件夹并重复上述流程。

安装：

要设置此工作流，您需要Kijai开发的ComfyUI Moondream自定义节点。您可以在以下地址获取：https://github.com/kijai/ComfyUI-moondream