share@comfyui-models(moat-tagger)

Posted on Views:

wd-v1-4-moat-tagger-v2 是由 SmilingWolf 开发的图像标签生成模型，基于 MOAT（Mobile Convolution and Attention）架构，专为动漫风格图像的s。该模型能够识别图像中的评分（ratings）、角色（characters）和通用标签（general tags）等多种信息。

🔧 模型概览

  • 开发者：SmilingWolf
  • 架构：MOAT（Mobile Convolution and Attention）
  • 框架支持：TensorFlow-Keras、ONNX
  • 许可协议：Apache 2.0
  • 训练数据集：Danbooru 图像数据集
  • 训练工具：使用 SW-CV-ModelZoo
  • 训练硬件：由 TRC 计划提供的 TPU

✅ 核心功能

  • 多类别标签支持：能够识别评分、角色和通用标签
  • 高精度标签识别：在动漫风格图像上表现出色
  • 高效处理：兼容 TF-Keras 和 ONNX，适用于多种平台
  • 广泛应用：适用于内容管理系统、数字艺术平台和图像组织工具等

📥 下载与使用

1.wd-v1-4-moat-tagger-v2 百度云盘:

2.huggingface下链接获取模型文件：

模型文件包括：

  • model.onnx：模型文件
  • selected_tags.csv：标签列表

这些文件可用于集成到您的应用程序中，或与工具如 ComfyUI-WD14-Tagger 一起使用。

🧩 应用场景

  • 自动图像标签生成：为动漫风格图像自动生成描述性标签
  • 内容管理：在数字艺术平台中组织和搜索图像
  • AI 艺术创作：辅助生成提示词或过滤不适宜内容