【免费下载】 ComfyUI-WD14-Tagger 安装和配置指南
2026-01-21 04:57:20作者:范靓好Udolf
1. 项目基础介绍和主要编程语言
项目基础介绍
ComfyUI-WD14-Tagger 是一个基于 ComfyUI 的扩展插件,旨在从图像中提取 booru 标签。该项目基于 SmilingWolf/wd-v1-4-tags 和 toriato/stable-diffusion-webui-wd14-tagger 开发,能够自动下载和使用预训练模型进行图像标签的提取。
主要编程语言
该项目主要使用 Python 语言进行开发。
2. 项目使用的关键技术和框架
关键技术
- ComfyUI: 一个用于图像处理的 UI 框架。
- ONNX Runtime: 用于模型推理的高性能引擎。
- Python: 主要编程语言,用于实现图像标签提取的逻辑。
框架
- SmilingWolf/wd-v1-4-tags: 提供基础的图像标签提取模型。
- toriato/stable-diffusion-webui-wd14-tagger: 提供图像标签提取的 WebUI 实现。
3. 项目安装和配置的准备工作和详细安装步骤
准备工作
- 安装 Python: 确保你的系统中已经安装了 Python 3.7 或更高版本。
- 安装 Git: 用于克隆项目代码。
- 安装依赖包: 项目依赖于一些 Python 包,需要通过 pip 安装。
详细安装步骤
步骤 1: 克隆项目代码
首先,打开命令行工具(如 Windows 的 Command Prompt 或 PowerShell,Linux/Mac 的 Terminal),然后运行以下命令克隆项目代码:
git clone https://github.com/pythongosssss/ComfyUI-WD14-Tagger.git
步骤 2: 进入项目目录
克隆完成后,进入项目目录:
cd ComfyUI-WD14-Tagger
步骤 3: 安装 Python 依赖包
根据你的系统环境,选择合适的安装方式:
-
Windows Standalone 安装(嵌入式 Python): 如果你的系统中使用了嵌入式 Python,可以使用以下命令安装依赖包:
.\python_embeded\python.exe -s -m pip install -r requirements.txt -
手动/非 Windows 安装: 如果你使用的是非 Windows 系统,或者没有嵌入式 Python,可以使用以下命令安装依赖包:
pip install -r requirements.txt
步骤 4: 配置和使用
安装完成后,你可以通过以下步骤配置和使用 ComfyUI-WD14-Tagger:
- 添加节点: 在 ComfyUI 中,通过
image -> WD14Tagger|pysssss添加节点。 - 模型下载: 模型会在运行时自动下载,如果需要手动下载,可以参考项目文档中的说明。
- 设置参数: 你可以设置
threshold、character_threshold和exclude_tags等参数来调整标签提取的行为。
其他说明
- 离线使用: 如果你希望离线使用,可以手动下载模型并放置在
models文件夹中。 - 快速图像标签提取: 你可以在任何显示图像的节点上右键点击,选择
WD14 Tagger进行快速标签提取。
通过以上步骤,你应该能够成功安装和配置 ComfyUI-WD14-Tagger,并开始使用它进行图像标签的提取。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
热门内容推荐
最新内容推荐
个人知识系统构建指南:从信息碎片到思维网络的模块化解决方案高效解锁网易云音乐灰色歌曲:开源工具全平台部署指南如何高效采集B站评论数据?这款Python工具让数据获取效率提升10倍提升动态视觉体验:Waifu2x-Extension-GUI智能增强与效率提升指南革新性缠论分析工具:系统化构建股票技术指标体系终结AutoCAD字体痛点:FontCenter让99%的字体问题迎刃而解Atmosphere-NX PKG1启动错误解决方案如何用ComfyUI-WanVideoWrapper实现多模态视频生成?解锁AI创作新可能3行代码解锁无水印视频提取:这款开源工具如何让自媒体效率提升300%5分钟上手!零代码打造专业拓扑图的免费工具
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
656
4.26 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
500
606
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
284
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
891
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
939
861
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557
暂无简介
Dart
902
218
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
132
207
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195