【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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0214
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
469
465
暂无描述
Dockerfile
778
5.08 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
877
2.03 K
Ascend Extension for PyTorch
Python
758
968
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
697
1.4 K
昇腾LLM分布式训练框架
Python
185
231
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.25 K
677