Кнопка Interrogate DeepBooru во вкладке img2img интерфейса AUTOMATIC1111 возвращает пустую строку или набор непонятных тегов вроде 1girl, solo, long_hair — и многие пользователи не понимают, что с этим делать. DeepBooru — это встроенный теггер, который анализирует загруженное изображение и выдаёт список меток в стиле booru-борд (Danbooru, Gelbooru), пригодный для вставки в промпт Stable Diffusion.
Инструмент особенно полезен при работе с аниме-моделями (Anything, NovelAI-подобные чекпоинты, Counterfeit), потому что эти модели обучались именно на тегах booru-разметки. Для фотореалистичных моделей результат получается менее точным, но всё равно работает как отправная точка для описания картинки.
Что такое DeepBooru и как он работает
DeepBooru — нейросетевая модель классификации изображений, обученная предсказывать теги по аналогии с разметкой Danbooru. В отличие от CLIP Interrogator, который строит описание «свободным текстом», DeepBooru выдаёт строго структурированный список тегов через запятую: 1girl, smile, school_uniform, looking_at_viewer.
Каждому тегу модель присваивает оценку уверенности. В интерфейсе AUTOMATIC1111 за порог отсечения отвечает параметр Interrogate: deepbooru score threshold в настройках — теги с уверенностью ниже порога отбрасываются. Именно этот параметр чаще всего становится причиной «пустого» или слишком короткого результата.
Важно понимать ограничение: DeepBooru распознаёт только те понятия, которые существуют в системе тегов booru. Сложные сюжеты, редкие объекты и абстрактные композиции он описывает грубо или пропускает вовсе.
Где находится интеррогатор в AUTOMATIC1111
Функция встроена в стандартную сборку AUTOMATIC1111 WebUI и не требует отдельной установки. Чтобы ей воспользоваться, откройте вкладку img2img, загрузите изображение и нажмите кнопку Interrogate DeepBooru под областью загрузки. Результат появится в поле промпта вверху страницы.
Также интеррогатор доступен в API: эндпоинт /sdapi/v1/interrogate принимает изображение в base64 и параметр model со значением deepdanbooru. Это удобно для пакетной обработки картинок через скрипты.
При первом запуске WebUI может автоматически загрузить веса модели теггера — это нормально, процесс занимает некоторое время в зависимости от скорости соединения.
Настройка порога тегов
Если DeepBooru выдаёт слишком мало тегов или, наоборот, мусорный набор, нужно изменить порог уверенности. Путь в интерфейсе: Settings → Interrogate → Interrogate: deepbooru score threshold. Значение задаётся в диапазоне от 0 до 1.
Ориентировочная логика настройки такая:
- 🔽 Низкий порог (около 0.3–0.5) — больше тегов, включая сомнительные; подходит для чернового описания, которое вы потом отредактируете вручную.
- ⚖️ Средний порог (около 0.5–0.7) — разумный баланс для большинства изображений.
- 🔼 Высокий порог (0.75 и выше) — только очевидные теги; результат короткий, но точный.
- 🧪 Эксперимент — прогоните одну и ту же картинку с разными порогами и сравните, какие теги отсеиваются.
⚠️ Внимание: слишком низкий порог добавляет в промпт противоречивые теги (например, одновременноshort_hairиlong_hair), что ухудшает генерацию. Всегда просматривайте результат перед использованием.
Пошаговая инструкция: от картинки к генерации
Типовой сценарий использования DeepBooru выглядит так: вы нашли референс, хотите сгенерировать похожее изображение своей моделью. Порядок действий:
Сначала загрузите референс в img2img и нажмите Interrogate DeepBooru. Затем скопируйте полученные теги, перейдите во вкладку txt2img и вставьте их в поле промпта. Далее вручную уберите теги, которые вам не нужны, и добавьте свои — качество, стиль, ракурс. После этого запустите генерацию и оцените сходство.
☑️ Проверка результата DeepBooru перед генерацией
Для улучшения сходства с референсом можно совместить оба подхода: использовать теги из DeepBooru в txt2img, а само изображение — как референс для ControlNet или img2img с низким значением Denoising strength.
DeepBooru против альтернативных теггеров
DeepBooru — не единственный интеррогатор. В экосистеме Stable Diffusion есть несколько альтернатив, и выбор зависит от задачи. Сравнение основных вариантов:
| Инструмент | Формат результата | Сильная сторона | Слабость |
|---|---|---|---|
| DeepBooru | Booru-теги | Встроен в WebUI, быстрый | Устаревшая модель, грубая разметка |
| CLIP Interrogate | Свободный текст | Хорош для фотореализма и SD 1.x | Многословный, «шаблонный» текст |
| WD14 Tagger | Booru-теги | Точнее DeepBooru для аниме | Требует установки расширения |
| BLIP / BLIP-2 | Предложения на естественном языке | Осмысленные описания сцен | Плохо совместим с теговыми моделями |
На практике для аниме-контента сообщество чаще выбирает WD14 Tagger (доступен как расширение stable-diffusion-webui-wd14-tagger), а DeepBooru остаётся запасным вариантом «из коробки». Для фотореалистичных моделей логичнее использовать CLIP Interrogate.
Почему DeepBooru считается устаревшим
Модель DeepBooru основана на ранних архитектурах классификации и обучалась на старых снимках базы Danbooru. Более новые теггеры семейства WD (Waifu Diffusion) обучены на свежих данных и дают заметно более точную разметку, особенно для редких тегов. Тем не менее DeepBooru остаётся полезен благодаря нулевой настройке.
Типичные проблемы и их решения
Разберём ситуации, с которыми пользователи сталкиваются чаще всего. Если кнопка интеррогатора не реагирует или выдаёт ошибку, первым делом проверьте консоль, из которой запущен WebUI — там отображается реальная причина сбоя.
- 📥 Ошибка загрузки модели — при первом запуске веса скачиваются автоматически; если соединение оборвалось, перезапустите WebUI и повторите попытку.
- 🧠 Нехватка видеопамяти — на слабых GPU попробуйте флаги запуска
--medvramили--lowvram. - 🔤 Бессвязные теги — скорее всего, изображение далеко от аниме-домена; DeepBooru плохо работает с фотографиями.
- ⛔ Промпт не обновился — проверьте, что вы нажали нужную кнопку (Interrogate DeepBooru, а не Interrogate CLIP) и что изображение действительно загружено.
⚠️ Внимание: не скачивайте веса DeepBooru со сторонних сайтов вручную, если не уверены в источнике. Стандартный механизм WebUI загружает их автоматически — ручная подмена файлов чревата подхватом вредоносного содержимого.
Если результат интеррогации стабильно плохой, самое эффективное решение — установить расширение WD14 Tagger вместо борьбы с ограничениями DeepBooru. Установка выполняется через вкладку Extensions → Install from URL.
Практические сценарии применения
Где DeepBooru реально экономит время? Первый сценарий — реверс-инжиниринг промптов: вы видите понравившуюся аниме-картинку без метаданных и хотите понять, какими тегами она могла быть сгенерирована. Интеррогатор даёт основу, которую остаётся доработать.
Второй сценарий — разметка датасета для обучения LoRA. Теги из интеррогатора используются как заготовки для caption-файлов, которые затем редактируются вручную. Для этой задачи, впрочем, WD14 обычно предпочтительнее из-за точности.
Третий сценарий — быстрая проверка, «видит» ли модель нужный объект на картинке. Если DeepBooru не распознаёт ключевой элемент сцены даже при низком пороге, скорее всего, и генеративная модель будет воспроизводить его плохо.
Часто задаваемые вопросы
Нужно ли отдельно скачивать DeepBooru для AUTOMATIC1111?
Нет. Теггер встроен в WebUI, а необходимые веса загружаются автоматически при первом использовании кнопки Interrogate DeepBooru.
Почему DeepBooru плохо описывает фотографии?
Модель обучена на аниме-изображениях и системе тегов Danbooru. Для фотореалистичного контента используйте CLIP Interrogate или BLIP — они лучше справляются с естественными сценами.
Какой порог тегов выставить для начала?
Начните со значения по умолчанию и прогоните несколько своих изображений. Если тегов слишком мало — понижайте порог в настройках Interrogate, если много мусора — повышайте. Универсального значения нет, оно зависит от типа ваших картинок.
Можно ли использовать DeepBooru через API?
Да. WebUI предоставляет эндпоинт /sdapi/v1/interrogate, куда передаётся изображение в base64 и название модели deepdanbooru. Это позволяет автоматизировать разметку больших наборов изображений.
Чем заменить DeepBooru, если точности не хватает?
Установите расширение WD14 Tagger — оно использует более свежие модели семейства Waifu Diffusion и даёт заметно более точную разметку аниме-изображений при схожем формате вывода.