image-ranker 是数据集领域的开源项目，由 QuentinWach 开发，2024 年首次发布。
它收录于数据集分类，该分类目前共有 279 个项目，GitHub 星标数为 92。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-10。MIT许可证，完全免费，需自行部署使用。
它主要面向的使用场景是：筛选生成式AI模型输出的最佳图片。同类可对比的替代方案包括 img2dataset、CLIP-ranker、TrueSkill 排序工具。
image-ranker
在浏览器里点一点，用 TrueSkill 给图片排序
image-ranker 是一个在浏览器中通过两两对比来给图像排序的开源工具，基于 TrueSkill 算法。它主要解决图像数据集构建和排序中的主观评估问题，让用户通过简单的点击操作，将一组图片按质量、偏好等标准进行排序。核心能力包括：本地运行、无需上传数据、支持自定义图片集、实时计算排名、导出排序结果。适用于生成式 AI 模型的输出筛选、数据清洗、用户偏好测试等场景。项目采用 Python 编写，技术栈涉及 A/B 测试、数据分析、数据集生成等，目前处于早期阶段，星标数 90，但功能完整，可直接使用。
开源
free
图像生成
GitHub 星标
★ 92
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类图像生成
开发团队QuentinWach
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，需自行部署使用。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型a-b-testing,ab-testing,data-analysis,data-science,dataset-creation,dataset-generation,generative-ai,image-analysis,image-annotation,image-annotation-tool,image-classification,image-rank,rank,ranking,ranking-algorithm,rlhf,stable-diffusion,trueskill,trueskill-algorithm,web-ui
GitHub 星标★ 92
30天Star增速
HF 下载量
上线时间2024-08-29 00:00:00
最近更新2026-08-10 00:00:00
维护状态低维护
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4
使用教程
核心亮点
- 本地运行，图片不上传，隐私安全
- TrueSkill 算法科学排序，比简单打分更准
- 支持导出结果，方便构建数据集
不足之处
- 早期项目，文档和社区支持待观察
- 仅支持两两对比，图片多时操作次数多
适用场景
- 筛选生成式 AI 模型输出的最佳图片
- 构建图像质量评估数据集
- 用户偏好测试，确定设计风格方向
替代项目
img2dataset、CLIP-ranker、TrueSkill 排序工具
项目介绍
上一篇：Gen4Gen
下一篇：sd-tagtool
同类项目推荐
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models