taggui

给图片数据集打标签,AI 自动生成,手动微调,训练模型更省心。

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 图像生成 🍴 复刻 89 🐛 待处理 80 👀 关注 23
GitHub ↗
GitHub 星标 ★ 1364
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,GPL-3.0许可,本地部署使用,完全免费。

项目预览

taggui 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类图像生成
开发团队jhc13
定价模式🏷️完全免费
价格说明开源项目,GPL-3.0许可,本地部署使用,完全免费。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议GPL-3.0
主要语言Python
技术栈/模型cogvlm,florence-2,image-captioning,image-tagging,llava,pyside6,stable-diffusion,tag-manager
GitHub 星标★ 1364
上线时间2023-03-08 00:00:00
代码更新2025-10-11
仓库体积22.6 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数4

项目介绍

taggui 是一个面向图像数据集的标签管理与自动标注工具,主要解决 Stable Diffusion 等模型训练前数据准备阶段中标签混乱、手工标注效率低的问题。它基于 Python 和 PySide6 构建图形界面,支持多种视觉语言模型(如 CogVLM、Florence-2、LLaVA)自动生成图像描述和标签,并提供标签编辑、去重、批量替换、筛选等管理功能。用户可以通过直观的界面浏览数据集、查看模型生成的标签建议、手动修正并导出为标准格式,从而提升数据标注的一致性和效率。项目处于成长阶段,社区活跃,适合个人开发者和小团队使用。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1364

使用教程

难度:入门 约 10 分钟 部署方式:本地安装 7 步

环境要求

  • Windows 或 Linux 桌面系统(官方未提供 macOS 发行版,需手动安装运行)
  • Python 3.12(推荐),Python 3.11 也可用(手动安装方式需要)
  • 手动安装需能访问 GitHub 克隆仓库并安装 requirements.txt 中的依赖
  • Linux 用户可能需要额外安装 libxcb-cursor0

安装与启动步骤

  1. 1下载发行版

    打开项目 releases 页面,按操作系统选择对应文件下载;这是最省事的安装方式,macOS 没有对应发行版。

  2. 2解压文件

    把下载的压缩包解压到任意目录;若系统没有解压工具,需先安装 7-Zip 再解压。

  3. 3运行可执行文件

    进入解压后的目录,双击运行其中的可执行文件即可启动图形界面。

  4. 4克隆仓库(手动安装)

    不想用发行版可手动安装:先把仓库克隆到本地任意目录。

    git clone https://github.com/jhc13/taggui.git
  5. 5安装依赖

    进入仓库目录,安装 requirements.txt 中列出的全部依赖。

    cd taggui
    pip install -r requirements.txt
  6. 6启动程序

    运行仓库内的 run_gui.py 启动图形界面,官方推荐 Python 3.12。

    python taggui/run_gui.py
  7. 7Linux 补依赖

    Linux 上若启动报错,需额外安装系统库 libxcb-cursor0 再重新运行程序。

    sudo apt install libxcb-cursor0

如何确认成功

程序窗口正常打开,点击窗口中央的 Load Directory 按钮能成功加载图片目录即表示启动成功。

常见问题

Q:为什么没有 macOS 发行版?

A:作者没有 macOS 设备,无法打包测试,因此不发布 macOS 版本;macOS 用户可按手动安装方式克隆仓库并运行程序。

Q:解压压缩包失败怎么办?

A:先安装 7-Zip 解压工具,再用它解压发行版压缩包即可。

Q:Linux 启动时报 xcb 相关错误?

A:需要安装系统库 libxcb-cursor0,安装完成后重新运行程序。

Q:应该用哪个 Python 版本?

A:推荐 Python 3.12,Python 3.11 也可以正常工作。

Q:标签数据存在哪里?

A:标签保存在图片所在目录中与图片同名的 .txt 文件里,界面上的修改会自动写入这些文件。

注意事项

  • 建议把待标注图片统一放在一个目录中,方便用 Load Directory 一次性加载。
  • 标签改动会自动保存到与图片同名的 .txt 文件,操作前注意备份原始标签。
  • 手动安装前先确认 pip 与 Python 版本,避免依赖安装失败。

核心亮点

  • 集成多种视觉语言模型(CogVLM、Florence-2、LLaVA),自动标注准确度高
  • 图形界面基于 PySide6,操作直观,降低命令行使用门槛
  • 标签管理功能完善,支持批量编辑、去重、筛选,提升数据整理效率

不足之处

  • 依赖多个大型视觉模型,本地运行需要较高显存和计算资源
  • 文档和社区支持尚在完善中,新手上手可能遇到问题

适用场景

  • 准备 Stable Diffusion 训练数据集时,批量生成图像标签和描述
  • 对已有图像数据集进行标签统一、去重和规范化管理
  • 作为数据标注工具,辅助人工标注,提高效率

替代项目

BLIP Captioning Tools、CLIP Interrogator、DeepDanbooru

上一篇:Anime-Face-Dataset

下一篇:lora-dataset-studio

同类项目推荐

voice-dataset-creation 开源

帮原住民社区自主打造语音数据集,守护语言并喂给AI

Community-controlled voice data collection for language preservation and AI developm···

★ 73 2026-08-09
opendata 开源

一键获取美国国家美术馆海量艺术品数据,做研究做应用都方便

The National Gallery of Art Open Data Program

★ 861 2026-08-10
synthetic-data-showcase 开源

生成假数据保真又护隐私,还能直接看界面

Generates synthetic data and user interfaces for privacy-preserving data sharing and···

★ 127 2026-09-12
awesome-data-llm 开源

一张清单看懂大模型数据从哪来、怎么洗、怎么配

Official Repository of "LLM × DATA" Survey Paper

★ 834 2026-10-29
apd-core 开源

公开数据集清单的元数据底座,统一收录与贡献

Core meta for awesome-public-datasets. Contribute new data here!

★ 416 2026-11-02
SDGym 开源

一键跑分,对比各种合成数据生成算法

Benchmarking synthetic data generation methods.

★ 313 2026-08-10
Mol-Instructions 开源

用大规模指令数据,让大模型精通生物分子任务

[ICLR 2024] Mol-Instructions: A Large-Scale Biomolecular Instruction Dataset for Lar···

★ 295 2026-08-09
synthetic-data-generator 开源

一键生成高仿真表格数据,解决隐私与数据稀缺难题

SDG is a specialized framework designed to generate high-quality structured tabular ···

★ 2442 2026-08-09
datumaro 开源

一个工具搞定 CV 数据集格式转换与质量检查

Dataset Management Framework, a Python library and a CLI tool to build, analyze and ···

★ 698 2026-08-10