← Zurück zur Blog-Übersicht · 2026.07.31
Leitfaden zum KI-Bild-Tagger-Modell: General-, Character- und Rating-Tags verstehen
Das von AnimeTag-AI verwendete Bild-Tagger-KI-Modell wurde mit Millionen von auf Danbooru hochgeladenen Subkultur-Illustrationen trainiert. Bei jedem Bild berechnet es für tausende Tags jeweils die "Wahrscheinlichkeit, dass dieser Tag im Bild vorkommt". Dieser Artikel erklärt die drei Kategorien im Ergebnis und wie der Confidence Score zu interpretieren ist.
1. General-Tags — die informationsreichste Kategorie
General umfasst nahezu alle visuellen Eigenschaften, die im Bild erkennbar sind: Haarfarbe,
Augenfarbe, Gesichtsausdruck, Pose, Outfit, Hintergrund und Zeichenstil des Charakters. Die
meisten Tags insgesamt gehören zu General — Beispiele sind 1girl,
blue_hair, school_uniform, looking_at_viewer und
simple_background. Da die schiere Menge an Tags das Ergebnis schnell unübersichtlich
macht, wurde die Funktion "Nach Kategorie" von AnimeTag-AI genau dafür entwickelt: Sie unterteilt
diese General-Tags automatisch weiter in Aussehen, Outfit, Pose, Hintergrund und mehr.
2. Character-Tags — Charakter-/Werk-Erkennung
Die Kategorie Character enthält Tags wie hatsune_miku, die einen bestimmten Charakter
oder ein bestimmtes Werk identifizieren. Je häufiger ein Charakter in den Trainingsdaten vorkam,
desto besser wird er erkannt — weniger bekannte oder Original-Charaktere werden oft nicht erkannt.
Ein leeres Character-Feld ist daher kein Fehler, sondern bedeutet meist nur, dass der Charakter in
den Trainingsdaten nicht ausreichend vertreten war.
3. Rating-Tags — Einstufung der Inhaltsbewertung
Rating ist eine spezielle Kategorie mit nur vier möglichen Werten: general,
sensitive, questionable und explicit. Sie beurteilt
automatisch den Grad der Freizügigkeit eines Bildes und eignet sich, um Datensätze sicher zu
filtern oder zu klassifizieren. Die Wahrscheinlichkeiten aller vier Werte summieren sich auf
nahezu 1, sodass der Wert mit der höchsten Wahrscheinlichkeit die vom Modell als "am
wahrscheinlichsten" eingeschätzte Bewertung darstellt.
4. Wie liest man den Confidence Score richtig?
Jeder Tag wird zusammen mit einem Confidence Score zwischen 0 und 1 zurückgegeben. Dieser Wert ist weniger eine "Wahrscheinlichkeit" als vielmehr ein Maß dafür, "wie stark das Modell überzeugt ist, dass dieser Tag zutrifft". Ab 0,9 ist es nahezu sicher, im Bereich 0,35–0,6 ist der Tag zwar unsicher aber durchaus brauchbar, unter 0,2 handelt es sich meist um Rauschen. Genau an diesem Wert setzt der Threshold-Schieberegler von AnimeTag-AI an, um Tags zu filtern — die empfohlenen Werte findest du im Threshold-Leitfaden.
Selbst ausprobieren
Am schnellsten verstehst du das Ganze, wenn du es direkt an einem Bild ausprobierst. Lade eine Illustration bei AnimeTag-AI hoch, um die oben beschriebenen General-/Character-Tags und das Rating direkt zu sehen. Wechsle zur Ansicht "Nach Kategorie", um die General-Tags automatisch in Aussehen, Outfit, Pose, Hintergrund und mehr sortiert zu sehen.