面向 ChatGPT 编程的产物。
完全离线且本地的批量打标工具。原始项目：Ketengan-Diffusion/wdv3-batch-vit-tagger
├─input
├─model
│ ├─wd-eva02-large-tagger-v3
│ │ model.onnx
│ │ selected_tags.csv
│ │
│ └─wd-vit-tagger-v3
│ model.onnx
│ selected_tags.csv
│
└─python
│ ├─ ...
│ caption.py
│ requirements.txt
│ run.bat
│ run2.bat
requirements.txt 使用 pip freeze >> requirements.txt 生成，所有包依赖指定了版本。
安装参考，不用安装 torch 。或者按常规的 venv 虚拟环境或 conda 折腾。
打开大佬主页，选一个模型。
在 model 目录使用 git clone 拉取，或者打开对应模型地址，单独下载 model.onnx 和 selected_tags.csv 。
无特殊需求，使用 wd-eva02-large-tagger-v3 就够了。
# model.onnx 和 selected_tags.csv 一共 1.17 GB 。拉取会获取多余的文件，三四G左右。
git clone https://huggingface.co/SmilingWolf/wd-eva02-large-tagger-v3
把图片丢 input 目录中，运行 run2.bat 。
或者运行 run.bat 后执行 python caption.py -h 查看帮助。
以下仅供参考。不同的图片处理时间差异很小。
农企 5700x 占用百分之五十五附近，每一张图耗时两秒左右。使用小模型速度会更快。
牙膏厂 i5-9400F 系统自带壁纸会跑满 CPU ，每张图耗时接近三秒。
牙膏厂 i7-10750H 人物图最高百分之七十五，耗时四五秒。
如果需要修改使用特定模型，编辑 caption.py 把模型路径改成想要使用的模型所在的位置。
MODEL_DIR = "wd-eva02-large-tagger-v3"
或者
MODEL_DIR = "wd-vit-tagger-v3"
...
addtxt.py：遍历特定目录下的 txt 文件，在文件开头写入指定文本。一般是打标后添加召唤词用。