← Blog listesine dön · 2026.07.31
AI görsel tagger modeli rehberi: General·Character·Rating etiketlerini anlamak
AnimeTag-AI'nin kullandığı görsel tagger AI modeli, Danbooru'ya yüklenmiş milyonlarca alt kültür illüstrasyonuyla eğitilmiş bir etiketleme modelidir. Bir görsel girdiğinizde, binlerce etiketin her biri için "bu etiketin görselde bulunma olasılığı"nı hesaplayıp döndürür. Bu yazıda, sonuçlarda karşınıza çıkan üç kategoriyi ve Confidence Score'u nasıl yorumlamanız gerektiğini derledik.
1. General etiketleri — en fazla bilgi taşıyan kategori
General, karakterin saç rengi, göz rengi, ifadesi, pozu, kıyafeti, arka planı ve çizim stiline
kadar görselde gözlemlenebilen hemen hemen tüm görsel özellikleri kapsayan kategoridir. Tüm
etiketlerin büyük çoğunluğu General'e aittir.
1girl, blue_hair, school_uniform,
looking_at_viewer, simple_background gibi etiketlerin tamamı burada
yer alır. Etiket sayısı oldukça fazla olduğundan sonuçları olduğu gibi görmek bilgiyi karmaşık
gösterebilir; AnimeTag-AI'nin "Kategoriye göre görünüm" özelliği tam olarak bu General
etiketlerini dış görünüş, kıyafet, poz, arka plan gibi alt kategorilere ayırarak göstermek
için tasarlandı.
2. Character etiketleri — karakter/eser tanıma
Character kategorisi, hatsune_miku gibi belirli bir karakteri veya eseri tanımlayan
etiketlerdir. Bu kategoride model, eğitim verisinde sık geçen ünlü karakterleri daha yüksek
doğrulukla tanır; niş veya orijinal karakterler ise çoğu zaman tanınmaz. Character etiketinin
boş çıkması bir hata değildir — genellikle o karakterin eğitim verisinde yeterince yer
almadığı anlamına gelir.
3. Rating etiketleri — içerik derecelendirme sınıflandırması
Rating, yalnızca general, sensitive, questionable ve
explicit olmak üzere dört değerden oluşan özel bir kategoridir. Görselin içerik
seviyesini otomatik olarak belirleyerek veri setini güvenli şekilde filtrelemek veya
sınıflandırmak için kullanılabilir. Dört değerin olasılıkları toplandığında yaklaşık 1'e
normalize edildiğinden, en yüksek değere sahip derecelendirme modelin "en olası" bulduğu
derecelendirmedir.
4. Confidence Score nasıl okunmalı?
Her etiketle birlikte 0 ile 1 arasında bir Confidence Score (güven skoru) döndürülür. Bu değer bir "olasılık"tan çok, "modelin bu etiketi ne kadar güçlü şekilde doğru bulduğu"na yakındır. 0,9 ve üzeri neredeyse kesin; 0,35-0,6 aralığı belirsiz ama dikkate değer; 0,2 ve altı ise genellikle gürültüye yakındır. AnimeTag-AI'deki Threshold kaydırıcısı tam olarak bu değere göre etiketleri filtreleme işlevi görür — önerilen değerler için Threshold değeri rehberine göz atabilirsiniz.
Gerçekte deneyerek görün
Teoriden çok, doğrudan bir görsel yüklemek en hızlı yoldur. AnimeTag-AI'ye bir illüstrasyon yüklediğinizde yukarıda anlatılan General/Character etiketlerini ve Rating'i hemen görebilir, "Kategoriye göre görünüm"e geçtiğinizde General etiketlerinin otomatik olarak dış görünüş, kıyafet, poz, arka plan gibi kategorilere nasıl ayrıldığını izleyebilirsiniz.