BooruDatasetTagManager中保留WD14标签下划线的技术方案

BooruDatasetTagManager中保留WD14标签下划线的技术方案

BooruDatasetTagManager 项目地址: https://gitcode.com/gh_mirrors/bo/BooruDatasetTagManager

在图像标签管理工具BooruDatasetTagManager中，用户经常需要处理来自WD14 Tagger生成的标签数据。WD14 Tagger生成的标签默认会使用下划线(_)连接词组（如"long_hair"），但在某些应用场景中，用户希望保留这些原始的下划线格式而非自动转换为空格。

问题背景

WD14 Tagger作为流行的图像标签生成工具，其输出结果中的多词标签通常使用下划线连接。当这些标签被导入BooruDatasetTagManager时，默认情况下系统会自动将下划线转换为空格。这种转换虽然符合某些平台的标签规范，但对于需要保持原始格式的用户来说会造成不便。

技术解决方案

经过技术验证，发现BooruDatasetTagManager实际上已经内置了保留下划线的功能，只是默认未启用。用户可以通过以下两种方式实现需求：

方法一：修改程序参数（不推荐）

理论上可以通过修改源代码中的interrogator_rpc参数，添加"replace_underscore"为false的配置。但实际操作中发现这种方法可能不会立即生效，因为还需要考虑其他相关设置的影响。

方法二：调整软件设置（推荐）

更简单有效的解决方案是：

1. 打开BooruDatasetTagManager的设置界面
2. 找到"Fix tags when loading"选项并取消勾选
3. 如需进一步格式化标签（如去除逗号等分隔符），可在相关字段中进行设置

技术原理

该问题的本质在于标签预处理流程的控制。BooruDatasetTagManager在加载标签时会执行一系列规范化操作，包括：

• 下划线转换（默认启用）
• 特殊字符处理
• 标签格式校验

通过禁用"Fix tags when loading"选项，实际上跳过了整个预处理流程，使标签保持原始输入状态。这种方法不仅解决了下划线问题，同时也保留了标签的其他原始特征。

最佳实践建议

1. 对于需要严格保持WD14 Tagger原始输出的工作流，建议始终禁用标签修复功能
2. 如果同时需要清理其他特殊字符，可以考虑使用正则表达式进行后处理
3. 在团队协作环境中，应统一相关设置以避免标签格式不一致的问题
4. 导出标签时，可根据目标平台的规范要求选择是否保留下划线

通过理解这一机制，用户可以更灵活地控制标签格式，满足不同应用场景的需求，同时保持工作流程的高效性。

BooruDatasetTagManager 项目地址: https://gitcode.com/gh_mirrors/bo/BooruDatasetTagManager