autotagger
1.0.0
動漫風格圖像的標籤預測系統。
在https://autotagger.donmai.us上嘗試一下。
或訪問https://danbooru.donmai.us/ai_tags在Danbooru上的所有帖子上瀏覽預測標籤。以下是不同標籤的一些示例：
https://danbooru.donmai.us/ai_tags?search [tag_name] = comic&search [order] = score_desc
https://danbooru.donmai.us/ai_tags?search [tag_name] = hatsune_miku&search [orderd]
https://danbooru.donmai.us/ai_tags?search [tag_name] = cat＆search [order] = 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
啟動應用程序服務器：
＃與Dockerdocker Run -RM -P 5000：5000 GHCR.IO/Danbooru/autotagger#無dockerpython -m詩歌運行gunicorn
然後打開http：// localhost：5000用於使用WebApp。在這裡，您可以上傳圖像並查看預測標籤的列表。
如上所述啟動應用程序服務器，然後執行：
curl http：// localhost：5000/evaluate -x post -f file =@hatsune_miku.jpg -f格式= json
輸出看起來像這樣：
[
{“ filename”：“ hatsune_miku.jpg”，“標籤”：{“ 1girl”：0.99995526671409607，“ hatsune_miku”：0.999521616131210327， ，“大腿”：0.970325767993927，“ long_hair”： 0.963035569381714，“ twintails”：0.9352861046791077，“ heyte_long_hair” ：0.853290200234595 eves“：0.796751081943512，“裙子”：0.7879447340965271，“評級：S”：0.7843148112297058，“ aquaa_eyes”： 0.6136178374290466，“ zettai_ryouiki”：0.5611224174499512，“ thigh_boots”：0.3745302579452515，“ _background“：0.28789788484573364，“靴子”：0.286143958568573 ，“耳機”：0.27902844548225403，“ White_background”：0.234441512882709503，“ “襯衫”：0.2172034887504578，“ fooke_at_viewer”：0.2044636756181717，“ pleated_skirt”：0.17705336213111877，“微笑” 9，“耳機”：0.16347116231918335，“站立”：0.155511766076087952，“評分：G”：0.13711321353912354， “ aqua_necktie”：0.11798079311847687，“ black_skirt”：0.11197035759687424，“ Blush”：0.10813453793525696}
}
這是給出的生成單個圖像的標籤：
＃與Docker：Cat Image.jpg | docker run -rm ghcr.io/danbooru/autotagger autotag-＃沒有docker：./ autotag image.jpg
生成多個圖像的標籤：
＃with docker：＃`-v $ pwd：/host`表示當前目錄在docker container.docker run -rm -v $ pwd：/host ghcr.io/danbooru/autotagger autotag autotag/host/host/host/host/ host/ image1.jpg/host/image2.jpg#沒有docker：./ autotag image1.jpg image2.jpg
為images/目錄中的所有圖像生成標籤：
＃與Docker：＃更改圖像目錄的任何稱為toce.docker run -rm -v $ pwd/images：/images ghcr.io/danbooru/autotagger autotagg autotag/autotag/images note docker note docker：./ autotag Images/ autotag Images/
為與模式匹配的目錄中的所有文件生成標籤：
查找圖像/ -Name'*.jpg'| ./autotag -i-
以CSV格式生成標籤列表，適用於您自己的Danbooru實例：
./autotag -c -f -n images/ | 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
當前的模型是庫存RESNET-152，在ImageNet上預估計，然後在Danbooru上進行了大約10個時期。
該模型在約5500個標籤上進行了培訓。這包括帶有> 750帖子的字符標籤，帶有> 2000帖子的版權標籤以及帶有> 2500帖子的一般標籤，但沒有藝術家或元標記。還包括評分。
該模型可在https://github.com/danbooru/autotagger/releases上找到。
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（danbooru data umps）
