TagGUI: 为AI数据集创建者打造的强大图像标记和自动描述工具

在人工智能快速发展的今天,高质量的训练数据集对于模型的性能至关重要。对于从事生成式AI模型(如Stable Diffusion)开发的研究人员和工程师来说,一个高效、功能强大的图像标记和管理工具可以大大提高工作效率。TagGUI正是为满足这一需求而诞生的。

TagGUI界面截图

TagGUI的核心特性

TagGUI是一款跨平台的桌面应用程序,专为快速添加和编辑图像标签与描述而设计。它的主要特性包括:

键盘友好的界面: 通过精心设计的快捷键,用户可以快速高效地进行标记操作,无需频繁切换鼠标和键盘。
智能标签自动完成: 基于用户最常使用的标签,提供智能的自动完成建议,加速标记过程。
集成的Stable Diffusion令牌计数器: 帮助用户实时监控标签的令牌数量,确保符合模型的输入要求。
强大的自动描述生成: 集成了多种先进的AI模型,如CogVLM、LLaVA和WD Tagger等,可以自动为图像生成描述和标签。
批量标签操作: 支持标签的批量重命名、删除和排序,大大提高了处理大量图像时的效率。
高级图像列表过滤: 提供灵活的过滤语法,允许用户快速定位特定图像。

安装与使用

TagGUI的安装非常简单。用户可以从GitHub发布页面下载最新版本,选择适合自己操作系统的文件,解压后即可运行。值得注意的是,Linux用户可能需要额外安装libxcb-cursor0库。

使用TagGUI也很直观。启动程序后,点击界面中央的"Load Directory"按钮(或通过菜单"File" -> "Load Directory")来加载包含图像的目录。TagGUI会自动从同名的.txt文件中加载标签,对标签的任何修改也会自动保存到这些文件中。

自动描述功能

TagGUI的一大亮点是其强大的自动描述功能。除了手动标记,用户还可以利用AI模型自动为图像生成描述或标签。

自动描述功能界面

使用步骤如下:

在图像列表中选择需要描述的图像。
在Auto-Captioner面板中选择想要使用的描述模型。
点击"Start Auto-Captioning"按钮开始生成描述。

值得一提的是,TagGUI支持批量处理,用户可以选择多张图像同时生成描述。第一次使用某个模型时可能需要几分钟来下载和加载,但后续使用会快得多。

高级图像过滤

TagGUI提供了强大而灵活的图像过滤功能。除了基本的按标签过滤外,用户还可以在"Filter Images"框中构建复杂的过滤规则。例如:

tag:cat: 匹配带有"cat"标签的图像
caption:cat: 匹配描述中包含"cat"的图像
name:cat: 匹配文件名中包含"cat"的图像
tags:=13: 匹配恰好有13个标签的图像
tokens:>75: 匹配描述中令牌数超过75的图像

用户还可以使用逻辑运算符(AND, OR, NOT)组合多个过滤条件,创建更复杂的查询。

持续发展的项目

TagGUI是一个活跃的开源项目,持续有新的功能和改进被加入。最新的v1.30.0版本增加了对更多自动描述模型的支持,包括Phi-3-Vision-128K-Instruct和Florence-2-base-PromptGen等。项目的GitHub页面上详细记录了每个版本的更新内容,用户可以随时了解最新的功能和改进。