autotagger
1.0.0
Un sistema de predicción de etiquetas para imágenes de estilo de anime.
Pruébelo en https://autotagger.donmai.us.
O vaya a https://danbooru.donmai.us/ai_tags para explorar etiquetas predichas en todas las publicaciones en Danbooru. Aquí hay algunos ejemplos de diferentes etiquetas:
https://danbooru.donmai.us/ai_tags?searchtima_namefont>=comic&searchimafontación=score_desc
https://danbooru.donmai.us/ai_tags?searchtima_namefontado
https://danbooru.donmai.us/ai_tags?searchtima_namefont>=cat&searchimafontación=score_desc
# Get tags for a single image cat image.jpg | docker run --rm -i ghcr.io/danbooru/autotagger autotag - # Run the web server. Open http://localhost:5000. docker run --rm -p 5000:5000 ghcr.io/danbooru/autotagger # Get tags from the web server. curl http://localhost:5000/evaluate -X POST -F file=@hatsune_miku.jpg -F format=json
Inicie el servidor de aplicaciones:
# Con Dockerdocker Run - -RM -P 5000: 5000 GHCR.IO/DANBOORU/AUTOTOGGERGER# sin Dockerpython -M Poetry Run Gunicorn
Luego abra http: // localhost: 5000 para usar la aplicación web. Aquí puede cargar imágenes y ver la lista de etiquetas predichas.
Inicie el servidor de aplicaciones como el anterior, luego haga:
curl http: // localhost: 5000/evaluar -x post -f file=@hatsune_miku.jpg -f format = json
La salida se verá así:
[
{"nombre de archivo": "hatsune_miku.jpg", "etiquetas": {"1girl": 0.9995526671409607, "Hatsune_miku": 0.9995216131210327, "Vocaloid": 0.998115539555812, Solo ": , "Musavos": 0.970325767993927, "Long_hair": 0.9630335569381714, "twintails": 0.9352861046791077, "muy_long_hair": 0.8532902002334595, necktie ": 0.8532789945602417," Aqua_hair ": 0.826669614 Eves ": 0.796751081943512," falda ": 0.7879447340965271," Calificación: S ": 0.7843148112297058," Aqua_eyes ": 0.6136178374290466, "Zettai_Ryauiki": 0.56112241744499512, "Mhigh_boots": 0.37453025579452515, "Black_legwear": 0.37255123257637024, "Fully_Body": _background ": 0.28789788484573364," Boots ": 0.286143958568573," auriculares ": 0.27902844548225403," White_Background ": 0.23441512882709503, "Camisa": 0.21720334887504578, "Looking_at_viewer": 0.2044636756181717, "PLEATED_SKIRT": 0.17705336213111877, "Smile": 0.17575393617153168, "Bare_Shoulders": , "Auriculares": 0.16347116231918335, "Standing": 0.15511766076087952, "Calificación: G": 0.13711321353912354, "Aqua_necktie": 0.11798079311847687, "Black_skirt": 0.11197035759687424, "Blush": 0.10813453793525696}
}
]Genere etiquetas para una sola imagen:
# Con Docker: Cat Image.jpg | Docker Run ---rm Ghcr.io/danbooru/autotagger Autotag -# sin docker: ./ Autotag Image.jpg
Genere etiquetas para múltiples imágenes:
# Con Docker:# `-v $ pwd:/host` medios Montar el directorio actual como/host dentro del contenedor Docker.docker run - -rm -v $ pwd:/host ghcr.io/danbooru/autotague autotag/host/ Image1.jpg /host/image2.jpg# sin Docker: ./ Autotag Image1.jpg Image2.jpg
Genere etiquetas para todas las imágenes dentro de las images/ directorio:
# Con Docker:# Cambiar `Images` a lo que se llame su directorio de imagen.
Genere etiquetas para todos los archivos dentro de un directorio que coincida con un patrón:
encontrar imágenes/ -name '*.jpg' | ./autotag -i -
Genere una lista de etiquetas en formato CSV, adecuado para importar a su propia instancia de Danbooru:
./autotag -c -f -n imágenes/ | GZIP> TAGS.CSV.GZ
# Install system dependencies apt-get update apt-get install git build-essential gfortran libatlas-base-dev libffi-dev libssl-dev libbz2-dev liblzma-dev # Get code git clone https://github.com/danbooru/autotagger.git cd autotagger # Install Python (skip this if Python 3.9.13 is already installed) git clone https://github.com/asdf-vm/asdf.git ~/.asdf --branch v0.10.0 echo ". $HOME/.asdf/asdf.sh" >> ~/.bashrc exec bash asdf plugin add python asdf install python 3.9.13 asdf shell python 3.9.13 # Install Python dependencies pip install poetry==1.1.13 python -m poetry env use 3.9 python -m poetry install --no-dev # Download latest model wget https://github.com/danbooru/autotagger/releases/download/2022.06.20-233624-utc/model.pth -O models/model.pth # Test that it works ./autotag test/hatsune_miku.jpg
El modelo actual es el stock resnet-152, antes de ImageNet, luego se ha unido a Danbooru durante unas 10 épocas.
El modelo está entrenado en aproximadamente 5500 etiquetas. Esto incluye etiquetas de caracteres con> 750 publicaciones, etiquetas de derechos de autor con> 2000 publicaciones y etiquetas generales con> 2500 publicaciones, pero no artistas o metaetiquetas. Las calificaciones también están incluidas.
El modelo está disponible en https://github.com/danbooru/autotagger/releases.
https://github.com/kichangkim/deepdanbooru
https://github.com/smilingwolf/sw-cv-modelzoo
https://github.com/zyddnys/regdeepdanbooru
https://github.com/rezoo/illustration2vec
https://www.gwern.net/danbooru2021
https://console.cloud.google.com/storage/browser/danbooru_public/data?project=danbooru1 (volcados de datos de Danbooru)
