
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。
项目预览
项目数据
项目介绍
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
技术标签
使用教程
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 -
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
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···
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
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···
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
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!
SDGym
开源
一键跑分,对比各种合成数据生成算法
Benchmarking synthetic data generation methods.
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···
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 ···
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 ···