qapyq 是一款专为生成式 AI 模型的数据集整理、微调（finetune）和 LoRA 设计的图像查看器和编辑工具。它提供了丰富的功能，帮助用户高效地处理和准备图像数据，特别适合需要大量图像标注和编辑的工作流程。无论是个人开发者还是团队协作，qapyq 都能显著提升工作效率，帮助你更好地准备和管理图像数据。
功能概览
1. 图像查看器
- 快速启动的桌面应用程序：基于 Qt 构建，支持多窗口布局，允许在不同显示器上放置窗口。
- 多标签支持：同时打开多个图像，方便对比和管理。
- 缩放/平移和全屏模式：轻松查看图像细节，支持全屏浏览。
- 缩略图画廊：快速浏览大量图像，提高工作效率。
- 图像对比：并排显示两张图像，便于比较差异。
- 尺寸和像素距离测量：精确测量图像中的物体尺寸和距离。
- 幻灯片播放：自动播放图像，适合批量预览。
2. 图像/蒙版编辑器
- 裁剪和保存图像部分：提取感兴趣的区域，保存为新文件。
- 图像缩放：调整图像大小，适应不同的训练需求。
- 手动编辑蒙版：支持多层蒙版编辑，适用于复杂的图像分割任务。
- 支持压感绘图笔：提供更精细的蒙版绘制体验，适合专业用户。
- 记录蒙版操作到宏：自动化重复性操作，节省时间。
- 自动蒙版生成：使用 AI 模型自动生成蒙版，简化工作流程。
3. 标注功能
- 手动编辑标注：支持拖放操作，方便添加和修改文本描述。
- 标签排序和过滤规则：轻松管理和筛选标签，提升标注效率。
- 彩色文本高亮：突出显示重要信息，便于快速识别。
- 自动标注：使用 AI 模型自动生成标注，减少人工工作量。
- 提示预设：提供常用提示模板，快速应用到图像中。
- 迭代提示：每次标注结果保存到
.json文件的不同条目中，便于后续优化。 - 进一步细化：结合大语言模型（LLM）优化标注内容，确保高质量数据。
4. 批处理功能
- 灵活的批量标注、标签和变换：一次性处理整个文件夹中的图像，节省大量时间。
- 批量缩放图像：统一调整图像尺寸，确保数据一致性。
- 批量蒙版生成：使用用户定义的宏自动生成蒙版，适用于大规模数据集。
- 批量裁剪图像：快速裁剪图像，提取关键区域。
5. AI 辅助功能
- 支持最先进的标注和蒙版生成模型：集成多种 AI 模型，确保高质量的标注和蒙版生成。
- 模型和采样设置：支持 GPU 加速和 CPU 卸载，优化性能。
- 实时 NF4 和 INT8 量化：减少内存占用，提升推理速度。
- 独立的推理子进程：隔离潜在崩溃，确保系统稳定，允许完全清理 VRAM。
支持的模型
标签生成
- JoyTag
- WD (onnx)（推荐 eva02）
标注生成
- Florence-2
- InternVL2
- MiniCPM-V-2.6 (GGUF)
- Molmo（推荐）
- Ovis-1.6
- Qwen2-VL
大语言模型 (LLM)
- GGUF 格式的模型，内置聊天模板（基于 llama-cpp 后端）。
蒙版生成
- 框检测
- YOLO/Adetailer 检测模型
- 分割/背景移除
- InSPyReNet（Plus_Ultra）
- RMBG-2.0
安装指南
系统要求
- 需要 Python。
- 默认安装 CUDA 12.4 的预构建包。如果需要其他 CUDA 版本，请在运行安装脚本前修改
requirements-pytorch.txt和requirements-llamacpp.txt中的索引 URL。
安装步骤
克隆或下载仓库：
- 使用 Git 克隆仓库，或直接下载 ZIP 文件。
运行安装脚本：
- Linux：运行
setup.sh。 - Windows：运行
setup.bat。 - 这将创建一个虚拟环境，需要 7-9 GB 的空间。
手动运行：
- 如果安装脚本未成功运行，但手动配置成功，请分享解决方案并提交问题。
启动
- Linux：运行
run.sh。 - Windows：运行
run.bat或run-console.bat。 - 可以通过操作系统中的文件类型关联，直接在 qapyq 中打开文件或文件夹。快捷方式图标可在
qapyq/res文件夹中找到。
更新方法
- 使用 Git 克隆：只需运行
git pull即可更新。 - 下载 ZIP 文件：重新下载并替换已安装的文件。
- 新依赖项：如果程序启动失败或崩溃，请重新运行安装脚本以安装缺失的包。
评论0