SD Dataset Viewer

Просмотрщик датасетов для обучения LoRA (Stable Diffusion и подобные). Позволяет одновременно видеть изображение и его подпись (caption), перемещаться по всему датасету с вложенными папками и сетевыми расположениями, а также редактировать теги с автодополнением и массовыми операциями.

Возможности

• Два вида:
  • Галерея — дерево файловой системы слева (со списком дисков и миниатюрами изображений) и сетка миниатюр справа с фильтром по имени файла или тегам.
  • Просмотр — крупное изображение + редактор подписи + навигация вперёд/назад. Двойной клик по миниатюре открывает просмотр.
• Режим сравнения эпох (Файл → Сравнение эпох…) — отдельный режим для сравнения версий одного сэмпла из разных эпох обучения LoRA. См. ниже.
• Навигация по файловой системе:
  • корень дерева — список дисков (кнопка «Компьютер»);
  • кнопка «↑ Вверх» для подъема на уровень;
  • двойной клик по папке в дереве — раскрыть и просканировать как датасет;
  • кнопка «Обзор…» или ввод пути в строку + Enter — открыть датасет.
  • В дереве сортировка: директории сверху, затем файлы по алфавиту (без учёта регистра).
• Форматы подписей (автоопределение по расширению рядом с изображением):
  • .txt — текст подписи целиком (теги через запятую).
  • .toml — поля caption и tags.
  • .json / .jsonl — объект с полями caption и tags.
• Сетевые папки и UNC-пути (\\server\share\...) поддерживаются напрямую.
• Вложенные папки сканируются рекурсивно.
• Автодополнение тегов из частотного словаря текущего датасета — подсказки сортируются по популярности тега в датасете.
• Массовые операции по выбранному диапазону или всему датасету:
  • добавить тег;
  • удалить тег;
  • заменить тег (с возможностью удаления, если новый пустой).
• Фильтр кропов в галерее — выпадающий список «Все файлы / Только кропы / Без кропов» для показа или сокрытия обрезков ({name}_cropN). Комбинируется с текстовым фильтром по имени/тегам.
• VLM-теггинг (🤖 VLM теги в просмотре) — пересоздание подписей через локальную VLM (LM Studio / llama.cpp, OpenAI-совместимый API). После кропа можно запустить теггинг для новых обрезок; результат показывается для проверки и правки перед сохранением. См. ниже.
• Валидация и нормализация тегов по tags.db (danbooru/e621): проверка тегов на существование в выбранном источнике, замена алиасов каноническими именами, удаление ненайденных/deprecated. По одному файлу — 🔍 Проверить теги в просмотре; по всему датасету — 🔍 Нормализовать теги в галерее. См. ниже.

Настройки датасета и VLM-теггинг

Настройки хранятся в корне датасета в dataset_config.json (кнопка ⚙ Настройки в галерее или меню Файл → Настройки датасета…):

• Целевая SD-модель (Illustrious-XL, NoobAI-XL, Pony, Animagine, SDXL, SD 1.5, Flux.1, Custom) — влияет на стиль тегов в промпте.
• Инструкции — свободный текст пожеланий («danbooru tags, без рейтингов, английский» и т.п.).
• VLM endpoint и модель — для LM Studio по умолчанию http://localhost:1234/v1. Кнопка «Проверить» стучится в /v1/models и подставляет первую доступную модель.
• Temperature, Max tokens, флаг «передавать старые теги» модели для фильтрации/дополнения.

VLM-теггинг

• В просмотре: 🤖 VLM теги — запрос для текущего изображения. После ответа модели открывается диалог со старыми и новыми тегами — можно отредактировать (есть кнопка «← Вернуть старые») и сохранить.
• После кропа приложение предлагает запустить теггинг для всех новых обрезок по очереди.
• В запросе участвуют: целевая модель, инструкции, опционально старые теги и само изображение (base64). Поддерживаются любые OpenAI-совместимые сервера с vision (LM Studio, llama.cpp server с --mmproj, Ollama с OpenAI-эндпоинтом и т.п.). Сетевых вызовов наружу не делается.

Валидация и нормализация тегов (tags.db)

Файл tags.db (SQLite, ~25 МБ) содержит дамп тегов и алиасов danbooru и e621: таблицы tag, alias, category, source. Положите его рядом с приложением или укажите путь в «Настройках датасета». Источник тегов выбирается там же: auto (по целевой модели — danbooru для Illustrious/NoobAI/Pony/Animagine/ SDXL/SD1.5, none для Flux/Custom), либо явно danbooru / e621 / none.

• 🔍 Проверить теги (в просмотре) — для текущего изображения открывается отчёт: каждый тег помечается как ✓ валиден / → алиас / ✗ не найден / ⚠ deprecated (e621, категория invalid). Показан канонический вариант, категория и count. Опции (чекбоксы): применить алиасы, удалить ненайденные, удалить deprecated, убрать дубликаты. Превью результата — перед сохранением.
• 🔍 Нормализовать теги (в галерее) — то же по выбранному диапазону или всему датасету, с прогресс-баром.

Все lookups идут через индексы SQLite (idx_tag_name, idx_alias_tag), 1000 файлов обрабатываются за пару секунд. Алиасы раскрываются в канонические имена (1girls → 1girl, high_res → highres и т.п.), что повышает стабильность обучения под конкретный тег-сортс.

• Сохранение с подтверждением при переходе, горячая клавиша Ctrl+S.
• Кроп/ресайз (✂ Кроп… в режиме просмотра) — интерактивная рамка поверх изображения: drag — двигать, колесо — размер. Цель — прямоугольник с двумя сторонами (по умолчанию 1536×1536), есть пресеты популярных размеров SDXL и кнопка ↔ для swap W/H. Aspect рамки всегда равен аспекту цели, поэтому при ресайзе нет искажений. Можно сделать несколько обрезок — каждая сохраняется как {name}_crop{N}.{ext} в ту же папку с переносом подписи из исходника (в тот же формат txt/toml/json/jsonl). После кропа галерея автоматически пересканируется.

Кроп/ресайз изображений

В режиме просмотра нажмите ✂ Кроп… (несохранённая подпись сначала сохраняется — она перенесётся в обрезки).

• Поверх исходного изображения — прямоугольная рамка. Drag внутри рамки — двигает её, колесо мыши — масштаб (aspect сохраняется).
• Цель задаётся двумя сторонами W × H вручную (spinbox'ы 64–8192) или пресетом из списка (1536×1536, 1024×1024, 1152×896, 896×1152, 1216×832, 832×1216, 1344×768, 768×1344, 1536×640, 640×1536, 512×512). Кнопка ↔ меняет W и H местами (портрет ↔ ландшафт).
• Aspect рамки всегда = W : H, поэтому при ресайзе до цели нет искажений.
• Справа — превью целевого прямоугольника.
• «Сохранить обрезку» — создаёт файл {name}_crop{N}.{ext} в той же папке (номер N подбирается свободным) и копирует подпись исходника в тот же формат ({name}_crop{N}.txt / .toml / .jsonl). Можно сохранить ещё одну обрезку — счётчик покажет, сколько сохранено.
• «Готово» закрывает диалог; галерея автоматически пересканируется.

Кроп и ресайз через Pillow (LANCZOS), расширение сохраняется как у исходника.

Режим сравнения эпох

Отдельный режим для выбора лучшей эпохи обучения LoRA. Откройте папку, в которой каждая подпапка — отдельная эпоха:

compare_root/
  mt_lora-000001/     ← Epoch 1
    scene_001.png
    scene_002.png
  mt_lora-000002/     ← Epoch 2
    scene_001.png     ← тот же промпт/сид, другая LoRA
    scene_002.png
  ...
  baseline/           ← папка без trailing-номера показывается как есть

Как пользоваться:

• Сэмплы сопоставляются по одинаковому имени файла между эпохами.
• Слева — список сэмплов (помечаются ★ при наличии голоса) и статистика по эпохам с прогресс-баром голосов.
• В центре — сетка версий всех эпох для текущего сэмпла. Отметьте галочками лучшие версии (можно несколько за один сэмпл).
• Двойной клик по версии — полноразмерный просмотр с зумом (Ctrl + колесо мыши), навигация между эпохами стрелками ← / →.
• Навигация по сэмплам — кнопки или стрелки ← / →.
• Голоса сохраняются в votes.json в корне сравнения (атомарно) и переживают перезапуск; файл можно коммитить в репозиторий или делиться.

Номер эпохи извлекается из trailing-цифр имени папки (mt_lora-000007 → 7); папки без номера сортируются после нумерованных.

Горячие клавиши (в режиме просмотра)

Клавиша	Действие
← / ↑ / PageUp	предыдущее изображение / сэмпл
→ / ↓ / PageDown	следующее изображение / сэмпл
Ctrl+S	сохранить подпись
Ctrl+Enter	сохранить и перейти к следующему
Esc	вернуться в галерею
Ctrl + колесо мыши	зум изображения

Стрелки листают только когда фокус не в поле редактирования подписи.

Установка

pip install -r requirements.txt

Требуется Python 3.10+. Для TOML на Python 3.10 пакет tomli ставится автоматически как зависимость PySide6; на Python 3.11+ используется встроенный tomllib.

Запуск

python main.py

Затем: Файл → Открыть папку… (или кнопка на панели галереи) и выбрать корень датасета.

Форматы файлов подписей

Для изображения image.png ищется первый существующий файл:

image.txt   → содержимое = подпись (теги через запятую)
image.toml  → caption = "...", tags = [...]
image.json  → {"caption": "...", "tags": [...]}
image.jsonl → одна строка: {"caption": "...", "tags": [...]}

При редактировании подпись сохраняется в тот же формат, в котором файл уже существовал. Если файла подписи не было, создаётся .txt.

Структура проекта

main.py                  — точка входа (+ настройка плагинов Qt)
app/
  caption_io.py          — чтение/запись txt/toml/jsonl
  dataset.py             — скан папок, кэш тегов, массовые операции
  dataset_config.py      — настройки датасета (dataset_config.json)
  thumbnail_loader.py    — ленивая загрузка миниатюр в фоновом потоке
  tag_completer.py       — поле редактора с автодополнением
  gallery_view.py        — дерево папок + сетка миниатюр
  image_label.py         — QLabel с зумом (общий для detail и сравнения)
  detail_view.py         — просмотр: изображение + редактор + навигация
  batch_ops_dialog.py    — диалог массовых операций
  crop_dialog.py         — диалог кропа/ресайза
  vlm_client.py          — клиент к локальной VLM (OpenAI-совместимый API)
  dataset_settings_dialog.py — диалог настроек датасета
  vlm_result_dialog.py   — проверка/правка тегов после VLM
  tag_db.py              — lookups/валидация/нормализация тегов по tags.db
  tag_check_dialog.py    — отчёт по тегам + опции нормализации (одиночный)
  tag_normalize_dialog.py — опции нормализации (массовая)
  compare_model.py       — модель режима сравнения эпох + votes.json
  compare_view.py        — UI режима сравнения + полноразмерный просмотр
  main_window.py         — главное окно, стек видов, меню
  thumb_filesystem_model.py — модель дерева с асинхронными миниатюрами