【stable diffusion】图片批量自动打标签、标签批量修改（BLIP、wd14）用于训练SD或者LORA模型

参考：

• B站教学视频【：AI绘画】新手向！Lora训练！训练集准备、tag心得、批量编辑、正则化准备】
• 官方教程：https://github.com/darkstorm2150/sd-scripts/blob/main/docs/train_README-en.md#automatic-captioning

2025.02.20最新教程——【FLUX微调+风格训练】从零免费训练自定义图像风格

一、sd-webui通用的打标界面

1.1 打标界面
根据需求，选择通用打标模型（BLIP）还是动漫打标模型（deepbooru）
设置好后，选择预处理，会开始下载模型，可开代理加速

1.2 BLIP打标结果

1.3 Deepbooru标注结果 （标签效果比下一段介绍的wd-14差一些）

二、sd-webui插件下wd14自动对动漫打标

插件名称： stable-diffusion-webui-wd14-tagger

安装与下载方式

可参考

stable-diffusion-webui 扩展模块安装

在 extensions/文件夹下拉取源码

git clone https://github.com/toriato/stable-diffusion-webui-wd14-tagger.git extensions/tagger

2.1 选择Tagger下的Batch from directory

2.2 输入图片的路径

图片与服务器应在同一台电脑

批量打标

单张图片看效果

可以了解到一些打标签原理，他是一个多类分类器，输出得每个词都是有概率的，一般输出置信度40%以上的词。

2.3 等待模型自动下载（可能卡住）

2.4 打标结果

图片与对应tag结果1

图片与对应tag结果2

三、sd-webui编辑标签

https://github.com/toshiaki1729/stable-diffusion-webui-dataset-tag-editor
下载：

3.1 导入自动打标后的图片

3.2 批量修改添加

首先在所有tag前面加一个风格tag: cike567

打开txt查看

3.3 批量删除

四、lora训练集成开发工具自动打标

dreambooth、lora、sd模型微调的GUI环境安装（cuda驱动、pytorch、xformer）

（下载模型时间长，过程是类似的，本文暂不介绍了）

4.1 BLIP打标

首先会下载模型，下载非常慢

扩展——方法 阿里线上平台打标

https://modelscope.cn/aigc/modelTraining

上传图片后选择 打标方式

通义千问 单词打标

翻译

joycaption是连续的句子，适合flux之类的

详情