舒适UI WD 1.4 标签器

一个舒适UI扩展，用于从图像中查询Booru标签。

基于SmilingWolf/wd-v1-4-tags和toriato/stable-diffusion-webui-wd14-tagger
所有模型由SmilingWolf创建。

安装

1. 将https://github.com/pythongosssss/ComfyUI-WD14-Tagger克隆到custom_nodes文件夹中
   • 例如 custom_nodes\ComfyUI-WD14-Tagger
2. 打开命令提示符/Terminal等
3. 更改到刚刚创建的custom_nodes\ComfyUI-WD14-Tagger文件夹
   • 例如 cd C:\ComfyUI_windows_portable\ComfyUI\custom_nodes\ComfyUI-WD14-Tagger 或者你的安装路径
4. 安装Python包
   • Windows独立安装（嵌入式Python）：
     ../../../python_embeded/python.exe -s -m pip install -r requirements.txt
   • 手动/非Windows安装：
     pip install -r requirements.txt

使用方法

通过image -> WD14Tagger|pysssss 添加节点

如果缺失，模型将在运行时自动下载。

支持批量输入的标记和输出。

• model：使用的查询模型。你可以在这里试用它们：WaifuDiffusion v1.4 标签。最新的模型（截至撰写本文）是MOAT，最受欢迎的是ConvNextV2。
• threshold：标签被视为有效的分数。
• character_threshold：角色标签被视为有效的分数。
• exclude_tags：以逗号分隔的不应包含在结果中的标签列表。

也可以在显示图像的任何节点上快速查询图像，例如LoadImage、SaveImage、PreviewImage节点。只需右键单击节点（如果显示多张图片，则右键单击要查询的图片），然后从菜单中选择“WD14 标签器”。

此处使用的设置位于pysssss.json的settings部分。

离线使用

最简单的方法是在线使用，对图像进行查询，模型会被自动下载并缓存。但如果你想手动下载模型：

1. 创建一个名为models的文件夹（与wd14tagger.py在同一目录下）
2. 使用pysssss.json列表中的模型URL
3. 下载model.onnx，并将其命名为模型名称，例如wd-v1-4-convnext-tagger-v2.onnx
4. 下载selected_tags.csv，并将其命名为模型名称，例如wd-v1-4-convnext-tagger-v2.csv

需求

• onnxruntime（推荐，即使在CPU上，查询速度仍然很快，已包含在requirements.txt中）
• 或 onnxruntime-gpu（允许使用GPU，许多人在此遇到问题，如果你尝试，我可能无法为你提供支持）

更新日志

• 2023-05-14 - 移动到自己的仓库，增加模型下载功能，支持多个输入