← К списку статей блога · 2026.07.31
Руководство по AI-моделям-теггерам изображений: теги General, Character, Rating
AI-модель-теггер изображений, которую использует AnimeTag-AI, — это модель тегирования, обученная на миллионах субкультурных иллюстраций, загруженных на Danbooru. Получив изображение на вход, она вычисляет для каждого из тысяч тегов «вероятность того, что этот тег присутствует на изображении». В этой статье разберём три категории, которые встречаются в результатах, и то, как правильно интерпретировать Confidence Score.
1. Теги General — категория с наибольшим объёмом информации
General охватывает почти все визуально наблюдаемые атрибуты изображения: цвет волос персонажа,
цвет глаз, выражение лица, позу, одежду, фон и даже стиль рисовки. Подавляющее большинство всех
тегов относится именно к General.
1girl, blue_hair, school_uniform,
looking_at_viewer, simple_background — все эти теги входят сюда.
Из-за огромного количества тегов результат легко воспринимается как хаотичная смесь информации,
и именно для решения этой проблемы в AnimeTag-AI создан режим «Просмотр по категориям» — он
разбивает теги General на подкатегории: внешность, одежда, поза, фон и другие.
2. Теги Character — распознавание персонажа/произведения
Категория Character содержит теги, идентифицирующие конкретного персонажа или произведение,
например hatsune_miku. Чем чаще персонаж встречался в обучающих данных модели, тем
выше вероятность его распознавания; малоизвестные и оригинальные персонажи часто не распознаются
вовсе. Пустая категория Character — это не ошибка, а, скорее всего, признак того, что персонаж
просто недостаточно часто встречался в обучающих данных.
3. Теги Rating — классификация рейтинга контента
Rating — это особая категория, состоящая всего из четырёх значений: general,
sensitive, questionable, explicit. Она автоматически
определяет уровень откровенности изображения и используется для безопасной фильтрации или
классификации датасета. Сумма вероятностей всех четырёх значений нормализована и близка к 1,
поэтому рейтинг с наибольшей вероятностью — это тот, который модель считает «наиболее вероятным».
4. Как правильно читать Confidence Score?
Каждому тегу присваивается Confidence Score (оценка достоверности) от 0 до 1. Это значение скорее отражает не «вероятность», а то, «насколько уверенно модель считает данный тег верным». Значения от 0.9 и выше означают почти полную уверенность, диапазон 0.35–0.6 — теги неоднозначные, но заслуживающие внимания, а значения 0.2 и ниже чаще всего представляют собой шум. Ползунок Threshold в AnimeTag-AI как раз фильтрует теги по этому значению — подробнее о рекомендуемых значениях читайте в статье Руководство по значению Threshold.
Попробуйте на практике
Быстрее всего разобраться, просто загрузив изображение. Загрузите иллюстрацию в AnimeTag-AI — и сразу увидите теги General/Character и Rating, описанные выше. Переключившись в режим «Просмотр по категориям», вы увидите, как теги General автоматически разбиваются на внешность, одежду, позу, фон и другие категории.