to

ComfyUI WD 1.4 标签器

ComfyUI 的扩展插件，用于从图片中查询 booru 标签。

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

安装

1. 使用 git clone https://github.com/pythongosssss/ComfyUI-WD14-Tagger 命令复制到 custom_nodes 文件夹中
   • 例如：custom_nodes\ComfyUI-WD14-Tagger
2. 打开命令提示符/终端等
3. 切换到刚刚创建的 custom_nodes\ComfyUI-WD14-Tagger 文件夹
   • 例如：cd C:\ComfyUI_windows_portable\ComfyUI\custom_nodes\ComfyUI-WD14-Tagger 或您安装的任何位置
4. 安装 python 包
   • Windows 独立安装（内嵌 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

如果模型缺失，运行时将自动下载。

支持对多个批量输入进行标签添加和输出。

• 模型：要使用的查询模型。您可以在这里尝试不同的模型 WaifuDiffusion v1.4 Tags。最新的模型（撰写本文时）是 MOAT，最受欢迎的是 ConvNextV2。
• 阈值：标签被视为有效所需的分数
• 角色阈值：角色标签被视为有效所需的分数
• 排除标签：结果中不应包含的标签列表，用逗号分隔

在任何显示图片的节点上也可以快速查询图片，例如 LoadImage、SaveImage、PreviewImage 节点。 只需在节点上右键点击（如果是显示多个图片，则点击您要查询的图片），然后从菜单中选择 WD14 Tagger

这些设置在 pysssss.json 的 settings 部分中。

离线使用

最简单的方式是在线使用，查询图片后模型将自动下载并缓存。但如果您想要手动下载模型：

• 在与 wd14tagger.py 相同的文件夹中创建一个 models 文件夹
• 使用 pysssss.json 列表中的模型 URL
• 下载 model.onnx 并以模型名称命名，例如 wd-v1-4-convnext-tagger-v2.onnx
• 下载 selected_tags.csv 并以模型名称命名，例如 wd-v1-4-convnext-tagger-v2.csv

所需组件

onnxruntime（推荐，即使是在 CPU 上，查询速度也很快，包含在 requirements.txt 中）
或 onnxruntime-gpu（允许使用 GPU，但许多人遇到了问题，如果您尝试使用，我无法提供支持）

更新日志

• 2023-05-14 - 移至独立仓库，添加下载模型功能，支持多个输入