qapyq

一键策展海量图像视频，自动标注裁剪遮罩，加速 LoRA 训练

qapyq 是一个面向大规模图像/视频数据集的 AI 辅助媒体策展工具，专为 LoRA 和扩散模型训练流程设计。它解决了训练数据准备中繁琐的标注、裁剪和遮罩问题，通过集成多模态 LLM 和对象检测技术，提供自动化的描述生成、智能裁剪和精确遮罩功能。核心能力包括：批量处理大型数据集、自动生成高质量标注、基于对象检测的自动裁剪和遮罩、以及与主流训练工作流的无缝对接。作为桌面应用，它简化了从原始数据到可训练数据集的转换过程，显著提升数据准备效率，帮助创作者和研究者更专注于模型训练本身。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 167

维护状态活跃

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队FennelFetish

所属国家

官网地址

GitHubhttps://github.com/FennelFetish/qapyq

定价模式free

价格说明开源项目，AGPL-3.0许可，可免费使用和自行部署。

访问状态

是否开源是

开源协议AGPL-3.0

主要语言Python

技术栈/模型ai,annotation,automation,desktop-app,fine-tuning,image,image-processing,llm,lora,mask,multimodal,object-detection,stable-diffusion,text,vlm

GitHub 星标★ 167

30天Star增速

HF 下载量

上线时间2024-10-16 00:00:00

最近更新2026-08-29 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数3

使用教程

核心亮点

集成多模态 LLM，自动生成高质量图像/视频描述，减少手动标注成本
基于对象检测的智能裁剪和遮罩，精准定位目标区域，提升训练数据质量
专为 LoRA/扩散模型工作流设计，提供桌面应用，操作直观，上手快

不足之处

早期项目，功能完整性和稳定性有待验证
文档/社区待观察

适用场景

为 Stable Diffusion LoRA 训练准备大规模图像数据集
视频数据集的自动标注与关键帧提取
需要精细遮罩的物体分割数据预处理

替代项目

CLIP-Interrogator、BLIP-2、TagGUI

项目介绍

qapyq 是模型训练领域的开源项目，由 FennelFetish 开发，2024 年首次发布。

它收录于模型训练分类，该分类目前共有 518 个项目，GitHub 星标数为 167。

项目目前处于活跃维护状态，最近一次代码更新于 2026-08-29。AGPL-3.0许可，可免费使用和自行部署。

它主要面向的使用场景是：为StableDiffusionLoRA训练准备大规模图像数据集。同类可对比的替代方案包括 CLIP-Interrogator、BLIP-2、TagGUI。

上一篇：kohya-sd-scripts-webui

下一篇：paradigms