LoRA学習用の画像に自動でタグ（キャプション）付けする方法
Gradio（グラディオ）をベースにしたUI、たとえば 「Kohya_ss」 や 「sd-scripts」のGradio版」 などには、LoRA学習用の画像タグ付け（captioning）機能が含まれています。
これを使えば、LoRA学習用の画像に対して自動でタグ（キャプション）を付けることができます。
具体的には、以下のようなことが可能です。
Gradio UIでのタグ付け（キャプション生成）機能
| 機能 | 説明 |
|---|---|
| BLIP captioning | 画像を解析し、自然言語で簡単な説明文（キャプション）を自動生成します。英語で出力されます。 |
| DeepDanbooru tagging | アニメ系画像に特化したタグ付け機能。Danbooruスタイルのタグ（1girl, long_hair, smileなど）を自動生成します。LoRA学習向きです。 |
| カスタム修正 | タグの一括削除・編集や、特定のタグだけ残すこともできます。 |
よく使われるGradioベースのLoRAツール例
- Kohya_ss GUI版（Gradio WebUI）
→Utilitiesタブに「BLIP captioning」「DeepDanbooru」などの自動タグ付けツールあり。 - sd-scripts + Gradio拡張
→tools/caption_gui.pyなどでローカルGradioサーバーを起動してタグ付け作業が可能。
目次
キャプション機能の比較表
| 項目 | TagGUI（Tag Autocaption系） | Kohya_ss 内蔵キャプション |
|---|---|---|
| 主な用途 | 画像から自動タグ抽出（Danbooru系タグベース） | LoRAやDreamBooth学習用にキャプション整備 |
| インターフェース | GUI（ブラウザ操作型、Gradioベースが多い） | CLI または GUI（学習時の前処理に利用） |
| キャプション生成方法 | 事前学習済みモデル（DeepDanbooru、WD14 tagger など）で自動生成 | ユーザー指定の正規表現・ルールや自動タグ付け拡張で生成 |
| 精度・傾向 | アニメ・イラストに強く、タグ形式（例: 1girl, blue hair） | より汎用的だが、基本は「補助機能」。単体では精度低め |
| カスタマイズ性 | – 不要タグのフィルタリング |
- 頻度しきい値設定
- 出力形式変更可能 | – 正規表現で文字列処理
- caption_dropout / shuffle など学習向け調整機能 |
| 出力形式 |comma, separated, tags（学習データに適した形式） |.txtファイルに文章形式またはタグ列 |
| 得意分野 | 画像 → タグ化の自動化 | 学習データに最適化されたキャプション作成 |
| 人気度（2025年現在） | キャプション専用としてよく使われる（WD14併用が主流） | 学習セット準備では必須級だが、キャプション生成はTagGUI併用が多い |
| 導入のしやすさ | 簡単（Gradio UIでドラッグ＆ドロップ） | Kohya_ss環境必須、設定に慣れが必要 |
| おすすめの使い分け | 元画像のタグ付け・一括処理 | 最終調整や正規表現でのクリーニング |
- TagGUI（WD14含む） → 自動タグ生成に強い（特にアニメ・イラスト向け）
- Kohya_ss → 学習用のキャプション整形・調整に強い
つまり 「TagGUIでキャプションを作成 → Kohya_ssで調整」 が実務で最も多い流れです。
使い方の簡単な流れ（Kohya_ss Gradio UIの場合）
- WebUIを起動
Utilitiesタブへ移動Preprocess images→ 画像フォルダを指定Captioning methodでBLIPやDeepDanbooruを選択- 実行すると、同じフォルダ内に
.txtファイルでキャプションが保存される
基本的には 事前に学習済みモデルをダウンロードして配置しておく必要があります。
Kohya_ss GUI で DeepBooru を使う場合の流れ
STEP
モデルの入手
- 公式または信頼できる配布先から学習済み DeepBooru モデル（例：
deepbooru-v3）をダウンロード .pthや.ckptファイル形式が多いです
STEP
モデルの配置
- Kohya_ss の repositories フォルダ内、または dataset/tagger/models フォルダなど、GUI で指定できる場所に配置
- GUI から「モデル選択」で、このフォルダ内の学習済みモデルを選ぶことができます
STEP
タグ付け
- モデルを選択した状態で「Tagging」や「Annotate Dataset」を実行すると、各画像に対して自動的にタグが生成されます
あわせて読みたい
【自作イラストをLoRA化】画像とテキストタグ（キャプション）「学習用データセット」の準備からフォル... LoRA（Low-Rank Adaptation）は、既存のAIモデルに対して、自分のイラストや作風を学習させられる技術です。でもいざ始めようとすると── 「どの画像を選べばいいのか？...