【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 StartedRust0458
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
jiuwenswarmJiuwenSwarm 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。Python0790
VTJ.PRO以AI驱动的Vue3前端低代码开发工具。内置低代码引擎、渲染器和代码生成器,支持Vue源码与低代码DSL双向转换,面向前端开发者,开箱即用。 无缝嵌入本地开发工程,不改变前端开发流程和编码习惯。TypeScript05
AscendNPU-IRAscendNPU-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++0317
OpenDeepWikiOpenDeepWiki 是 DeepWiki 项目的开源版本,旨在提供一个强大的知识管理和协作平台。该项目主要使用 C# 和 TypeScript 开发,支持模块化设计,易于扩展和定制。C#01
项目优选
收起
暂无描述
Markdown
832
5.53 K
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
497
522
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
809
1.17 K
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++
801
1.6 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++
984
2.32 K
deepin linux kernel
C
33
16
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
3.05 K
790
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++
486
317
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++
1.22 K
1.27 K
CANN 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 Notebook
669
315