图像查看与AI辅助编辑工具qapyq使用教程

图像查看与AI辅助编辑工具qapyq使用教程

qapyq An image viewer and AI-assisted editing/captioning/masking tool that helps with curating datasets for generative AI models, finetunes and LoRA. 项目地址: https://gitcode.com/gh_mirrors/qap/qapyq

1. 项目介绍

qapyq（CapPic）是一款开源的图像查看器和AI辅助编辑工具，主要用于帮助用户整理用于生成AI模型的图像数据集，进行微调和LoRA处理。它提供了多种功能，包括图像查看、编辑、标注、自动生成描述文本等，是数据标注和图像处理工作的有力助手。

2. 项目快速启动

环境准备

• Python 3.10
• CUDA 12.4 (如需不同版本，需更改requirements-pytorch.txt和requirements-llamacpp.txt中的索引URL)

克隆项目

git clone https://github.com/FennelFetish/qapyq.git

安装依赖

• 在Linux系统中，运行以下命令：

cd qapyq
chmod +x setup.sh
./setup.sh

• 在Windows系统中，运行以下命令：

cd qapyq
setup.bat

这将会创建一个需要7-9GB空间的虚拟环境。

启动应用

• 在Linux系统中，运行以下命令：

./run.sh

• 在Windows系统中，运行以下任一命令：

run.bat
run-console.bat

启动后，可以通过文件关联直接在qapyq中打开文件或文件夹。

3. 应用案例和最佳实践

• 图像查看：利用qapyq的图像查看器，用户可以轻松浏览、缩放、全屏显示图像，支持图像对比和尺寸测量。
• 图像编辑：用户可以裁剪、缩放图像，甚至使用AI模型进行图像升级。支持多层编辑和压敏笔操作。
• 自动标注：通过集成先进的标注模型，qapyq可以自动为图像生成描述性文字，并支持手动编辑和批量操作。

4. 典型生态项目

qapyq作为一个开源项目，其本身就可以与其他开源项目结合使用，例如：

• 数据集准备：结合labelImg等图像标注工具，准备用于训练的图像数据集。
• 模型训练：与PyTorch等深度学习框架配合，对模型进行训练和微调。
• 模型部署：利用qapyq的API，将训练好的模型集成到生产环境中，提供AI辅助的图像处理服务。

qapyq An image viewer and AI-assisted editing/captioning/masking tool that helps with curating datasets for generative AI models, finetunes and LoRA. 项目地址: https://gitcode.com/gh_mirrors/qap/qapyq