RuCaptioner

Локальный AI-инструмент для подготовки датасетов изображений к обучению LoRA. RuCaptioner генерирует описания (captions) с помощью локальных vision-моделей, помогает отбирать изображения, редактировать и оценивать тексты, а затем экспортировать готовый датасет — без облачных API и передачи данных наружу.

Интерфейс редактирования описаний с генерацией на базе ИИ, оценкой качества и пакетной обработкой

Note

RuCaptioner основан на проекте Caption Foundry. Эта версия сфокусирована на русскоязычном workflow, портативном запуске в Windows, встроенном переводе, управлении seed и стабильной работе с LM Studio.

💬 Обновления и поддержка: @dim_2id

📥 Скачать

Скачать последнюю версию (Portable ZIP) Не требует установки. Просто распакуйте и запустите RuCaptioner.exe.

Отличия RuCaptioner

Версия развивает исходный проект в сторону удобной ежедневной работы с локальными моделями. Основные изменения:

1. 🇷🇺 Полная локализация: Документация переведена на русский язык, интерфейс адаптирован.
2. 🗣 Встроенный переводчик: Добавлена кнопка перевода в редакторе — можно мгновенно переводить сгенерированные английские капшны на русский.
3. 💼 Портативная версия: Все данные (база данных, настройки, логи) хранятся внутри папки проекта. Не требует установки Python, Node.js или Git — просто скачай и работай.
4. 🛑 Graceful Shutdown: Исправлена проблема "зомби-процессов". Приложение гарантированно завершает все процессы (Python бэкенд, Electron) при закрытии.
5. 🎲 Управление Seed: Добавлено поле Seed для контроля генерации. Можно воспроизводить результаты или экспериментировать с вариациями.
6. ⚡ Оптимизация:
   • Удалена поддержка Ollama (фокус на стабильную работу с LM Studio).
   • Удалены устаревшие "жесткие" шаблоны (Natural/Detailed/Tags) в пользу гибких промптов.
   • Улучшена работа с файловой системой.
7. 🗑 Безопасная Корзина: Удаленные файлы попадают в корзину (лимит 100 файлов) с возможностью восстановления.
8. ✂️ Отбор и фильтрация (Culling): Удаление изображения в приложении автоматически удаляет и связанный .txt файл — то, чего не хватало в оригинале.
9. 📝 UTF-8: Все текстовые файлы сохраняются строго в UTF-8. При открытии старых файлов в других кодировках они автоматически конвертируются в UTF-8.

---

Что такое RuCaptioner?

RuCaptioner упрощает утомительный процесс подготовки датасетов для обучения ИИ. Вместо того чтобы вручную подписывать сотни картинок, вы можете:

1. Организовать изображения по папкам с помощью Drag-and-Drop
2. Отсеять (Cull) неудачные кадры — удаление картинки стирает и её описание
3. Автоматически описать весь датасет, используя локальные Vision-модели (через LM Studio)
4. Проверить и отредактировать описания с подсказками и оценкой качества
5. Экспортировать идеально отформатированный датасет, готовый к обучению (Kohya_ss, OneTrainer и др.)

Весь процесс происходит локально на вашем компьютере: без облачных сервисов, платных API и передачи датасета третьим сторонам.

Ключевые возможности

• Отслеживание папок - Работайте с локальными папками, просто перетащив их в приложение
• Умная галерея - Быстрая сетка миниатюр с lazy-loading и WebP сжатием
• Управление датасетами - Группируйте изображения в именованные наборы
• Гибкие шаблоны описаний - Выбирайте стиль: теги (Danbooru), естественный язык или детальное описание
• Seed Management - Фиксируйте сид для воспроизводимых экспериментов с промптами
• AI-капшнинг - Генерация описаний через локальные модели (Qwen, LLaVA) в LM Studio
• Встроенный переводчик - Переводите описания на нужный язык прямо в редакторе
• Оценка качества - Автоматическая пометка проблемных описаний
• Ручное редактирование - Кликните на любое фото для быстрого исправления текста
• Безопасное удаление - Встроенная корзина с возможностью восстановления файлов
• Умный Экспорт - Последовательная нумерация файлов, конвертация форматов, очистка метаданных
• Настольное приложение - Desktop-интерфейс на базе Electron

Требования

Tip

Если вы используете Portable-версию: Вам НУЖЕН ТОЛЬКО LM Studio. Все остальное уже встроено.

Для запуска из исходного кода (Разработчикам):

• Python 3.10+ - Скачать
• Node.js 18+ - Скачать

Для всех версий:

• LM Studio - Запущенный в режиме сервера с загруженной Vision-моделью (например, Qwen2.5-VL)

Новичок? Читайте QUICKSTART.md для пошаговой инструкции по установке.

Установка

Windows

install.bat

Linux/macOS

chmod +x install.sh
./install.sh

Установщик автоматически создаст виртуальное окружение Python (venv) и установит все необходимые зависимости.

Запуск

Portable-версия (Рекомендуется)

1. Скачайте ZIP-архив.
2. Распакуйте в любую папку.
3. Запустите RuCaptioner.exe.

Из исходного кода (Разработчикам)

Windows:

start.bat

Linux/macOS:

./start.sh

Это запустит:

1. Сервер бэкенда на Python (порт 8675)
2. Приложение Electron (интерфейс)

Конфигурация

Настройки хранятся в config/settings.yaml:

vision:
  backend: lmstudio
  lmstudio_url: http://localhost:1234
  default_model: qwen/qwen2.5-vl-7b
  max_tokens: 4096             # Важно для подробных описаний
  timeout_seconds: 120

thumbnails:
  max_size: 256
  quality: 85
  format: webp

export:
  default_format: jpeg
  default_quality: 95
  default_padding: 6           # Количество цифр в имени файла (000001.jpg)

Структура проекта

RuCaptioner/
 electron/           # Electron (интерфейс)
    main.js         # Точка входа, запускает Python
 backend/            # Python FastAPI бэкенд
    api/            # API эндпоинты
    services/       # Логика приложения
    models.py       # Модели базы данных (SQLAlchemy)
 frontend/           # Веб-интерфейс
    css/styles.css  # Стили
    js/             # Логика интерфейса
    index.html      # Главная страница
 config/             # Конфигурация
 data/               # Хранилище данных (БД, кэш)
 install.bat/.sh     # Скрипты установки
 start.bat/.sh       # Скрипты запуска

Разработка

Запуск с DevTools

npm run dev

Решение проблем

"No vision models available"

Убедитесь, что LM Studio запущен в режиме Server (зеленая кнопка Start Server) и в нем загружена модель с поддержкой зрения (Vision), например Qwen2.5-VL.

Описания обрываются

Увеличьте параметр max_tokens в файле config/settings.yaml. Современные модели могут писать очень длинные тексты.

Программа не закрывается полностью

В последних версиях мы добавили Graceful Shutdown. Если процесс все же висит, используйте taskkill или диспетчер задач, но обычно приложение само убивает все свои дочерние процессы.

Лицензия

Apache 2.0 - См. файл LICENSE.

Ссылки

• QUICKSTART.md - Быстрый старт и инструкция
• API Documentation - Документация API