candy machine

Candy Machine - Tagger Gambar Manual

Tagger gambar manual berbasis web untuk melatih Difusi Loras & Model Dreambooth yang stabil kustom

Candy Machine adalah tagger gambar yang baru lahir untuk menandai dataset kecil secara manual (<1k gambar) dengan file caption .txt :

• Tata letak tag yang dapat disesuaikan untuk penandaan yang konsisten

• Templat Tag Placeholder : IE {type} clothes , di mana {type} dapat ditentukan saat menambahkan tag

• Pengeditan gambar in-built (CROP, ROTATE dan FLIP HORIZONTAL)

• Tag Saran Menggunakan wd-v1-4-convnext-tagger.v3 Saat membuat proyek baru

• Konversi file otomatis ke .png dari .webp, .avif, .gif, dll

• Progress % Pie Chart - untuk saat -saat ketika Anda bertanya -tanya 'apakah saya sudah selesai?!'

• Pintasan keyboard - tekan '?' untuk daftar

• Dan lebih banyak lagi segera hadir!

Mesin permen berjalan sepenuhnya pada mesin lokal Anda dalam mode "pemain tunggal". Tidak ada informasi yang ditransmisikan ke sistem pihak ke -3.

Editor gambar bawaan

Mengapa?

Saya terinspirasi oleh posting Reddit ini tentang cara terbaik menandai kumpulan data gambar kecil, terutama berfokus pada konsistensi.

Saya juga tidak pernah menyukai bagian "fiddly" dari membangun dataset - mengonversi gambar, mengubah nama, memangkas dll. Saya ingin membuat dataset bangunan cepat, mudah dan, siapa tahu, bahkan mungkin menyenangkan!

H/t ke Binaryalley juga untuk prototipe mereka.

Persyaratan:

• Git
• Python 3

Gratis untuk penggunaan pribadi, non-komersial.

Perangkat lunak ini sepenuhnya gratis untuk penggunaan pribadi, non-komersial. Jika Anda menggunakannya dalam konteks bisnis atau untuk penggunaan komersial (yaitu menghasilkan uang darinya), silakan hubungi saya untuk mengatur lisensi berbayar. Ini akan membantu mendukung biaya pengembangan saya.

Cara menjalankan di windows

 git clone [email protected]:mikeknapp/candy-machine.git
cd candy-machine
run

Jendela browser harus terbuka secara otomatis: http://127.0.0.1:5000/

Cara menjalankan di macOS/unix

(Catatan, saya belum menguji ini, mungkin ada bug!)

 git clone [email protected]:mikeknapp/candy-machine.git
cd candy-machine
chmod +x run.sh
./run.sh

Jendela browser harus terbuka secara otomatis: http://127.0.0.1:5000/

Menggunakan GPU untuk penandaan gambar

Membutuhkan Cuda 12.2 dan Cudnn8.x.

1. Aktifkan venv Python. (Lihat di dalam run.bat untuk petunjuk tentang cara melakukannya.)

2. Instal onnxruntime-gpu

 pip install onnxruntime-gpu --extra-index-url 
    https://aiinfra.pkgs.visualstudio.com/PublicPackages/_packaging/onnxruntime-cuda-12/pypi/simple/ 

Masalah yang diketahui

• Tidak dapat mengedit tata letak tag proyek atau tata letak tag default di dalam aplikasi. (Penanganan Solusi: Edit default_categories.json di direktori server, atau categories.json proyek. JSON. Untuk yang terakhir, pastikan untuk tidak menghapus tag yang secara aktif digunakan, jika tidak mereka akan yatim di akhir daftar tag jika Anda menyimpan gambar itu di masa depan.)

• Tidak dapat menambahkan lebih banyak gambar ke suatu proyek! (Penanganan masalah: Buat proyek baru. Saya tahu, tidak ideal.)

• Tidak dapat mengedit kata pemicu / sinonim. (Penanganan: Edit config.json proyek dan semua file .txt Caption yang ada.)

Fitur pipa

• Hapus tag
• Urutkan tag berdasarkan penggunaan
• Tambahkan lebih banyak gambar!
• Edit kata / sinonim pemicu
• Zoom gambar
• PERCOBA WARNA -> Nama Warna
• Temukan dan ganti tag (di seluruh proyek)
• Ekspor Wizard untuk menyiapkan data dan menghasilkan pengaturan yang disarankan untuk Kohya SS
• Kustomisasi tata letak tag dari analisis impor
• Preset yang disimpan untuk tata letak tag (yaitu fotografi, anime, gaya loras dll)
• Penghapusan Watermark (inpainting?)
• Deteksi dan penghapusan gambar-gambar keracunan nightshade dll dari dataset (untuk menghormati keinginan pemegang hak cipta dan melindungi dataset Anda).
• Mungkin di masa depan: Pencarian gambar otomatis untuk menemukan lebih banyak gambar?

Ingin berkontribusi?

Tumpukan Tech:

• Server HTTP Python Dasar - Menggunakan Virtual Env
• Paket untuk membangun bundel JS dan CSS
• Naskah
• Flowbite bereaksi untuk komponen UI
• Tailwind CSS untuk gaya

Sebelum menghabiskan waktu menulis kode, buka masalah dengan proposal Anda sehingga kami dapat berdiskusi. Terima kasih!

Virtual Env Setup (Windows):

 python -m venv venv
call .venvScriptsactivate
pip install -r requirements.txt

Jalankan UI:

Prasyarat: Node dan Benang.

 cd ui
yarn start

Jalankan server:

 cd server
python main.py 

Pertanyaan, komentar, umpan balik?

Tolong kirimkan saya pesan, atau buka masalah. Terima kasih!