LabelPair

标签

浏览器中的BOORU风格标记工具，用于训练稳定的扩散Lora等。

在这里尝试：https：//icesandwich.github.io/labelpair/

所有文件都将在您本地浏览器中处理。

特征

• 仅浏览器。无需安装。在任何设备上运行。
• 不同的视图可以像轻松执行验证码一样标记。
• 批处理标签并合并以进行检查。对于增量标记有用。
• 标签分布分析。
• 按顺序组织触发单词。
• 检索具有相同语义含义的图像。
• 简化工作流程。没有项目概念。拖动文件并开始标记。
• 使用规则检查不合理的标签。例如。 indoors和outdoors情况相反，不应在一个图像中。 （将来计划）
• AI自动在浏览器中自动预标记。 （将来计划）
• 用自然语言组织触发单词。 （将来计划）

用法

1. 准备数据集

   使用您喜欢的标记模型或方法首先自动标记图像。我个人使用的是基于kohya_sdscript的基础。

   无论您使用哪种方法，您的数据集都应该像这样：

    dataset
       1.png
       1.txt
       2.png
       2.txt
       ...
   

   TXT包含具有相同文件名的图像的标签，其内容看起来像：

   solo, looking at viewer, open mouth, sitting, outdoors, collar, chair, cat, orange fur, male focus, cat, cute, blush, full body, smile, :3, sunlight

2. 上传数据集

   打开演示链接，并将图像和文本（*。txt）一起拖到页面的特定区域。

   在您本地浏览器中处理的所有文件，不用担心。我没有钱买服务器。

3. 愉快的标签

   在多选择模式下，您可以选择一些添加/删除/重命名标签的图像。如果您不选择任何图像，默认情况下将使用所有图像。

   检索可以检索不包含此标签的图像。对于平衡您的标签很有用。

4. 拯救你的世界

   在顶部：

   分析显示您的标签分布并调整触发单词顺序。

   导出将结果作为TXT文件保存。

   使用TXT文件，您可以考虑覆盖源标签文件，或使用diff比较工具进行仔细检查。

建造

如果您不知道代码，则不必构建。

本节适用于那些想更改源代码的人。

该项目不使用webpack。您只需要做的一件事就是运行tsc --build 。

然后使用HTTP服务器运行index.html 。