公共视觉模型通常会对其训练数据集进行严格过滤，这限制了这些基础模型在广泛概念上的表现，进而限制了表达自由、包容性和多样性。JoyTag通过结合Danbooru 2021数据集和一组手动标记的图像，努力提高模型对不同类型图像的泛化能力。 JoyTag项目的核心功能是自动为图像打标签。用户只需提供一张图片，JoyTag就能输出多达5000个不同标签的预测，这些预测是独立进行的，意味着每个标签的预测