以下是关于对图片和视频进行智能标签的相关内容：
用 SD 训练一套贴纸 LoRA 模型的打标方法：
【SD】提示词标签选择器 Easy Prompt Selector 的使用：
用 SD 训练一套贴纸 LoRA 模型的打标优化方法：
点击左侧菜单【WD1.4标签器】在path中粘贴素材文件夹的根目录路径阈值设置为0.35（生成尽可能多的标签来描述图片内容）阈值是什么：ai理解这种图片中内容，给出关键词，会有一个自己的评分，0-1，分数越大，就说明越确定是这个东西，一般阈值设大于0.35Tagger模型即训练lora的底模，尽可能选择公认成熟稳定的模型其它设置基本不用更改调试点击【启动】，会为目标文件夹里的图像素材自动打标自动打标完成后，会在素材原文件直接生成对应图像的txt打标文件
我按顺序选择了一些标签词：女孩，白头发，蓝眼睛，兔子耳朵，马尾辫，手臂放在背后，无袖连衣裙，天使般的微笑，环形耳环，手镯，丝带，光腿，月亮。接下来，还可以选择画质和视角，我选择了：最好的质量，杰作，高度详细，生动的色彩，从人物的角度往下看。艺术风格选择了：皮克斯动画、轮廓光。负面提示词里面都是我们常用的一些，然后记得点击一下选框结尾的“负面”（可能是汉化的原因，点击这里后并不会显示打勾，但是点一下就好）。然后，点击全部，就可以加入所有的负向提示词了。模型选择“revAnimated”，调整一下尺寸，点击生图。在没有开高清修复的情况下，这样靠选词出来的画面，质量还是很不错的，氛围感很好。分类中还有一个“魔法系”的分类，感觉很中二的样子，我选一个“深入星海”试试看。可以看到它加入了一系列配置好的词组。点击生成，感觉更像游戏角色了有木有~不过我还是喜欢刚才那张，色彩光线很温馨舒适，将它发送到图生图，使用tile模型细化一下，重绘幅度0.5。ok，完工。
预处理生成tags打标文件后，就需要对文件中的标签再进行优化，一般有两种优化方法：方法一：保留全部标签对标签不做删标处理,直接用于训练。一般在训练画风，或想省事快速训练人物模型时使用。优点：不用处理tags省时省力，过拟合的出现情况低。缺点：风格变化大，需要输入大量tag来调用、训练时需要把epoch训练轮次调高，导致训练时间变长。方法二：删除部分特征标签训练某个特定角色，要保留蓝眼睛作为其自带特征，那么就要将blue eyes标签删除，以防止将基础模型中的blue eyes引导到训练的LoRA上。简单来说删除标签即将特征与LoRA做绑定，保留的话画面可调范围就大。一般需要删掉的标签：如人物特征long hair，blue eyes这类。不需要删掉的标签：如人物动作stand，run这类，人物表情smile，open mouth这类，背景simple background，white background这类，画幅位置等full body，upper body，close up这类。优点：调用方便，更精准还原特征。缺点：容易导致过拟合，泛化性降低。过拟合：过拟合会导致画面细节丢失、画面模糊、画面发灰、边缘不齐、无法做出指定动作、在一些大模型上表现不佳等情况。