PixAI выложила в открытый доступ Tagger v1.0. Модель сама находит на аниме-изображениях теги: персонажа, одежду, позу, стиль. Я бы смотрел на неё как на способ быстрее разобрать папку референсов или подготовить подписи для датасета LoRA.
Модель использовали в пайплайне данных для Tsubaki.3. PixAI сообщает об открытом исходном коде Tagger в техническом отчёте модели. Японский автор разбора называет релиз обновлением привычных инструментов разметки. При этом обсуждают его мало: сам автор отмечает, что инструмент нишевый.
Что размечает PixAI Tagger v1.0
Tagger получает изображение и возвращает список меток. Captioner описывает картинку связным текстом, а здесь результат — теги из словаря Danbooru: например, long_hair, train_station или имя персонажа. Такие метки удобно использовать для поиска по библиотеке и как основу подписей при обучении LoRA.
Японский обзор приводит такие характеристики v1.0: словарь из 30 877 тегов в шести категориях, 486,3 млн параметров и входное разрешение 1008 × 1008. Срез знаний — до мая 2026 года. По словам автора, модель использует визуальный backbone SAM 3. Эти данные я не смог сверить с доступным текстом технического отчёта. Так что здесь пересказываю именно японский обзор, а не независимо проверенную таблицу.
Теги распределены по категориям неравномерно: general — 15 043, character — 8 308, style — 4 917, copyright — 2 460, meta — 145 и rating — 4. С таким набором можно размечать внешность и позу, искать стиль или франшизу, а также добавлять технические метки и рейтинг.
В японском разборе для general и style рекомендуют порог 0,17, для character — 0,27. Для copyright указан 0,24, для meta — 0,17, для rating — 0,41. Порог задаёт минимальную уверенность, при которой тег попадёт в результат. Чем ниже значение, тем больше меток найдёт модель — и тем выше риск ложных совпадений.
Настройки по умолчанию у PixAI Tagger рассчитаны на обнаружение большего числа тегов. Если нужна чистая разметка, пороги придётся поднимать.
Для поиска по большой коллекции лишний тег иногда не страшен: его можно отфильтровать. В датасете ошибка уже может внести в LoRA ненужную связь. Поэтому результат модели лучше проверить, а не переносить список меток в обучение как есть.
Чем Tagger v1.0 отличается от WD14
По данным, которые японский автор приводит со страницы модели на Hugging Face, PixAI Tagger v1.0 получил самый высокий score в сравнении с семью популярными теггерами, но оказался самым медленным. Выходит, ставка здесь на полноту и качество тегов, а не на скорость. Если нужно разметить тысячи файлов, сначала проверьте работу модели на своём железе.
У v1.0 и v0.9 разная архитектура, а формат PixAI Tagger отличается от WD14. Поэтому привычный интерфейс WD14 не начнёт поддерживать новую версию автоматически.
Как запустить PixAI Tagger в ComfyUI
Для ComfyUI есть custom node ComfyUI PixAI Tagger. В описании ноды указаны пакетная обработка изображений, отдельные пороги для категорий и возможность исключать теги. Результат можно получить общим списком или отдельными выходами по категориям. При первом запуске модель скачивается с Hugging Face. Это данные из карточки ноды, а не мой личный тест.
Для первого прогона можно взять рекомендованные значения: 0,17 для general и style, 0,27 для character. Запустите небольшую пачку и проверьте разметку вручную. В каталоге важно, чтобы картинки находились поиском. Для датасета смотрите, не смешались ли в подписях персонаж, поза и детали.
Есть вариант и для A1111-совместимых WebUI: форк szxex/stable-diffusion-webui-wd14-tagger поддерживает PixAI Tagger. Но в описанном автором состоянии v1.0 нужно было добавить в конфигурацию вручную. В ImageTaggerGUI на момент выхода японского разбора была доступна только v0.9, а поддержку v1.0 обещали добавить позже. Перед установкой проверьте статус в репозитории: интеграции обновляются быстрее, чем статьи.
Для CUDA автор рекомендует FP16, для CPU и совместимости — FP32. Он также сообщает, что в его конфигурации обработка шла на CPU, хотя был выбран GPU. Похожее поведение он заметил и в других расширениях. Перед оценкой скорости проверьте, какой процессор на самом деле выполняет инференс.
Если размечаете картинки для LoRA, начните с общего списка, затем уберите лишнее и проверьте имена персонажей. Для обучения одной и той же героини character-тег может не понадобиться: если все изображения уже относятся к ней, повторная метка ничего не добавит. И ещё нюанс: новые теги могут не сработать в старой модели генерации. Словарь теггера и понимание тегов у генератора — разные вещи.
Где теггер пригодится, а где нужна ручная проверка
PixAI Tagger v1.0 пригодится тем, кто ведёт большие библиотеки аниме-референсов, собирает датасеты или ищет персонажей и франшизы по тегам. Шесть категорий дают больше вариантов сортировки. Свежий словарь может распознать героев, которых пропускали старые модели.
Но качество всё равно нужно проверять. Особенно внимательно смотрите на character и copyright: неверное имя или франшиза испортят и каталог, и подписи для обучения. Сначала прогоните небольшую выборку, сравните результат с ручной разметкой. Если всё в порядке, можно запускать теггер на весь архив.
В японском разборе есть ещё один совет по порогам. Если задать значения через поле Interrogator Option, они применятся раньше общего Threshold и Character Threshold. Чтобы слайдеры не перезаписали настройку, автор предлагает опустить их до нуля или другого достаточно низкого значения. Если нужны только general и character, остальные категории можно отключить.
夜桜が満開の神社。黒髪の巫女が、狐面を手に持って桜を見上げている。白衣と赤い袴を着ている。月明かりの中、桜の花びらが舞っている。幻想的で美しい夜の雰囲気。服装を桜柄の浴衣に変更してください。キャラクターの特徴やポーズ、背景などはそのまま保ってください。キャラクターの立ち絵を作ろうとして、「どんなポーズにしよう？」と手が止まったことはありませんか。
まっすぐ立たせるだけでは物足りないし、かといって凝ったポーズは全身のバランスが難しい。
差分を何枚も用意するとなると、なおさら大変です。PixAI Tagger v1.0 стоит рассматривать как подробный инструмент разметки с необходимостью проверки. Я бы начал с небольшой пачки изображений, настроил пороги под задачу и посмотрел, помогают ли найденные теги искать картинки или готовить датасет.
Источники
Tsubaki.3 Technical Report | PixAI
PixAI выпускает Tsubaki.3 и открывает Tagger
Источникnote.com
