本文由 资源共享网 – ziyuan 发布，转载请注明出处，如有问题请联系我们！二次元图像自动打标模型

wd-v1-4-moat-tagger-v2.onnx是基于WD 1.4标签器框架、采用MOAT骨干网络的二次元图像自动打标模型，ONNX格式适合跨框架部署推理，是目前AI绘画领域最常用的二次元图像自动打标工具之一。‌

核心信息解析

1. ‌项目定位‌：该模型用于自动识别二次元图像内容，输出对应描述标签，可以直接作为Stable Diffusion绘图的正向提示词，大幅降低手动写prompt的成本。

2. ‌后缀含义‌：

• wd-v1-4：代表属于Waifu Diffusion 1.4标签器系列，是该系列的成熟迭代版本

• moat：骨干网络采用MOAT架构，相比原VIT骨干网络，标签识别准确率更高、漏标错标更少

• v2：第二代微调版本，优化了对冷门角色、小众风格标签的识别效果

• .onnx：ONNX开放格式，支持跨PyTorch、TensorFlow等多框架加载，推理速度比原生PyTorch版本更快

核心优势

• 专门针对二次元、动漫图像优化，支持识别角色、画风、场景、服饰等数千种标签，识别准确率比旧版v1高10%以上

• 模型体积仅约380MB，对显存占用极低，CPU也能快速完成推理

• 输出标签带有置信度评分，可根据需求筛选高置信度标签使用

常用部署场景

绝大多数AI绘画WebUI（如SD WebUI、Forge）都集成了该标签器，只需将该文件放入extensions/sd-webui-wd14-tagger/models目录，重启后即可在界面一键调用，自动给图片生成提示词。