Bitcrush Studio数据集工具发布
BitcrushedHeart · reddit · 2026-07-14
Bitcrush Studio 是一个用于**构建、标注、去重、筛选和导出数据集**的应用，作者称其可免费用于 Windows 和 Linux，核心场景是图像/视频数据集准备。 它支持的能力包括： - 从 HF、gallery-dl、视频帧等来源导入数据 - 用本地 VLM、OpenAI-compatible 接口或 Gemini 做 caption - 用 WD-Tagger v3、JoyTag 做标签 - 去重、质量评分、按分数/分辨率/Top-N 清理 - 批量导出，并把通过审核的 caption 绑定到图片本身而不是仅依赖 txt sidecar 作者还强调了几个比较实用的设计： - prompt builder 支持 caption 变体，避免大批量文本过于重复 - 预测结果可缓存，调整阈值时不用重复跑 GPU - “versus mode” 可通过两两对比 + ELO 做主观筛选 项目仓库和 Wiki 都已公开。