把一堆乱七八糟的表情包,按内容自动分到几个文件夹里。
用 CLIP 做零样本分类,你给类名,它就能分。不用标注数据,不用训练,装完就能跑。
表情包存着存着就几百张,想找「那个卖萌的猫」得翻半天。 手动分类分到第十张就烦了。
pip install -r requirements.txt第一次运行会下载 CLIP 模型(约 350MB),之后就不用再下了。
# 最省事,默认分 开心 / 卖萌 / 无语 / 生气
python sorter.py ~/Downloads/表情包
# 自己定分类
python sorter.py ./stickers -o ./sorted --classes 猫 狗 无语 生气
# 先看看会怎么分,不动文件
python sorter.py ./stickers --dry-run默认不会动原图,是复制到输出文件夹,分完不满意原文件还在。
| 参数 | 说明 |
|---|---|
src |
图片文件夹,会递归扫 |
-o, --out |
输出位置,默认 原文件夹_sorted |
--classes |
分类名,随便写,中文也行 |
--threshold |
低于这个置信度就丢进 unsure,默认 0.4 |
--dry-run |
只打印,不复制 |
改 sorter.py 里的 PROMPTS,给每个类多写几条英文描述。
比如「卖萌」写 a cute kawaii sticker, an adorable anime character being cute。
CLIP 是拿英文训练的,类名是中文的时候,真正起作用的是这些描述。
拿不准的图会进 unsure 文件夹,不会硬猜。
jpg / jpeg / png / gif / webp / bmp
动图只按第一帧判断。
MIT