candy machine

Candy Machine - Tagger de imagem manual

Tagger de imagem manual baseada na Web para treinamento de difusão estável personalizada Loras & Dreambooth Models

Candy Machine é um tagger de imagem nascente para marcar manualmente pequenos conjuntos de dados (<1k imagens) com arquivos de legenda .txt :

• Layout de tag personalizável para marcação consistente

• Modelos de tag de espaço reservado : ie {type} clothes , onde {type} pode ser especificado ao adicionar uma tag

• Edição de imagem embutida (corte, gire e flip horizontal)

• Sugestões de tags usando wd-v1-4-convnext-tagger.v3 Ao criar um novo projeto

• Conversão automática de arquivos para .png de .webp, .avif, .gif, etc

• PROGRESS % Gráfico de pizza - Para aqueles momentos em que você se pergunta 'já terminei?!'

• Atalhos de teclado - pressione '?' para uma lista

• E mais em breve!

A máquina de doces é inteiramente no modo "um único jogador". Nenhuma informação é transmitida a nenhum sistema de terceiros.

Editor de imagem embutido

Por que?

Fui inspirado por este post do Reddit sobre como melhor marcar pequenos conjuntos de dados de imagens, concentrando -se principalmente na consistência.

Também nunca amei as partes "complicadas" da construção de um conjunto de dados - convertendo imagens, renomeá -las, cortar etc. Quero tornar os conjuntos de dados de construção rápidos, fáceis e, quem sabe, talvez até divertidos!

H/T para Binário também para seu protótipo.

Requisitos:

• Git
• Python 3

Grátis para uso pessoal e não comercial.

Este software é totalmente gratuito para uso pessoal e não comercial. Se você estiver usando em um contexto comercial ou para uso comercial (ou seja, para ganhar dinheiro com isso), entre em contato comigo para organizar uma licença paga. Isso ajudará a apoiar meus custos de desenvolvimento.

Como correr no Windows

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

Uma janela do navegador deve abrir automaticamente: http://127.0.0.1:5000/

Como correr no macOS/Unix

(Observe que ainda não testei isso, pode haver bugs!)

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

Uma janela do navegador deve abrir automaticamente: http://127.0.0.1:5000/

Usando a GPU para marcação de imagem

Requer CUDA 12.2 e CUDNN8.X.

1. Ative o Python Venv. (Olhe dentro do run.bat para pistas sobre como fazer isso.)

2. Instale onnxruntime-gpu

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

Questões conhecidas

• Não é possível editar o layout de tag de um projeto ou o layout de tag padrão dentro do aplicativo. (Solução alternativa: editar default_categories.json no diretório do servidor, ou categories.json de um projeto.json. Para este último, certifique -se de não remover tags que estão sendo usadas ativamente, caso contrário elas serão órfãs no final da lista de tags se você salvar essa imagem no futuro.)

• Não posso adicionar mais imagens a um projeto! (Solução alternativa: crie um novo projeto. Eu sei, não é o ideal.)

• Não é possível editar a palavra do gatilho / sinônimos. (Solução alternativa: edite a config.json do projeto e todos os arquivos de legenda .txt existentes.)

Pipeline de recursos

• Exclua tags
• Classificar tags por uso
• Adicione mais imagens!
• Editar Word Word / Sinônimos
• Zoom da imagem
• Seletor de cores -> nome de cor
• Encontre e substitua as tags (em todo o projeto)
• Assistente de exportação para preparar os dados e gerar configurações recomendadas para Kohya SS
• Personalize o layout de tags da análise de importação
• Predefinições salvas para layouts de tags (ou seja, fotografia, anime, estilo loras etc)
• Remoção da marca d'água (incorporando?)
• Detecção e remoção de imagens de bobina noturna etc. do conjunto de dados (para respeitar os desejos dos detentores de direitos autorais e proteger seu conjunto de dados).
• Talvez no futuro: pesquisa de imagem automatizada para encontrar mais imagens?

Quer contribuir?

Pilha de tecnologia:

• Servidor http básico do Python - usando o Virtual Env
• Parcela para a construção dos pacotes JS e CSS
• TypeScript
• Flowbite reage para os componentes da interface do usuário
• Tailwind CSS para estilo

Antes de gastar qualquer tempo escrevendo código, abra um problema com sua proposta para que possamos discutir. Obrigado!

Virtual Env Setup (Windows):

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

Execute a interface do usuário:

Pré -requisitos: nó e fios.

 cd ui
yarn start

Execute o servidor:

 cd server
python main.py 

Perguntas, comentários, feedback?

Envie -me uma mensagem ou abra um problema. Obrigado!