BooruDatasetTagManager：图像标签管理工具全面解析

工具概述

BooruDatasetTagManager是一款专为AI训练数据集设计的标签编辑工具，特别适合处理Booru风格标签的数据集。该工具能够帮助用户从零开始创建数据集，或编辑已有的自动标注数据集（如使用wd14-tagger或stable-diffusion-webui生成的数据集）。

核心功能

数据集管理

• 支持标准数据集结构：图片文件与同名文本文件配对存储
• 可视化界面展示图片缩略图与对应标签
• 支持批量选择和编辑多张图片标签

标签编辑

• 提供完整的标签列表视图
• 支持权重标签编辑（使用方括号表示权重）
• 多语言标签翻译功能
• 自动补全标签功能

自动标注

• 集成interrogator_rpc服务
• 支持多种模型同时标注
• 可配置标注参数和结果合并方式

使用指南

基础操作

1. 加载数据集：

   • 通过"文件->加载文件夹"选择数据集目录
   • 工具会自动识别图片和对应的标签文件

2. 编辑标签：

   • 在中央面板直接修改选中图片的标签
   • 使用右侧面板的标签列表快速添加常用标签

3. 保存修改：

   • 完成编辑后通过"文件->保存更改"保存

高级功能

自动标注服务配置：

1. 安装Python依赖：

pip install -r requirements.txt

2. 启动服务：

python main.py

权重标签编辑：

• 选中标签后使用"权重"滑块调整
• 每个刻度对应一个方括号层级

界面自定义：

• 在"选项->设置"中可调整：
  • 配色方案（支持经典和暗黑主题）
  • 快捷键配置
  • 翻译服务选择

技术细节

翻译功能实现

• 翻译结果存储在Translations目录下
• 支持手动编辑翻译文件，手动翻译需以"*"标记
• 示例翻译文件格式：

black hair=黑发
*solo=单人
1girl=1女孩

性能优化

• 标签自动补全数据使用专用格式缓存
• 多图选择时优化标签显示性能

开发与扩展

界面翻译

开发者可通过以下步骤添加新语言支持：

1. 在Languages目录创建语言代码文件（如zh-CN.txt）
2. 按照"原字符串=翻译"格式添加内容
3. 提交翻译文件

编译说明

项目使用Visual Studio开发（非VS Code），编译步骤：

1. 克隆项目仓库
2. 打开BooruDatasetTagManager.sln解决方案
3. 生成解决方案（Ctrl+Shift+B）
4. 启动调试（Ctrl+F5）

最佳实践

1. 数据集组织：

   • 保持图片和标签文件同名
   • 建议使用有意义的文件名便于管理

2. 标签编辑：

   • 对相似图片使用多选功能批量编辑
   • 合理使用权重标签提高训练效果

3. 自动标注：

   • 尝试不同模型组合以获得最佳标注结果
   • 对自动标注结果进行人工校验

BooruDatasetTagManager通过其直观的界面和强大的功能，显著简化了AI训练数据集的管理和标注工作流程，是AI研究人员和内容创作者的高效工具。