Как пользоваться dataset captioner на Runpod

Короткий ответ. Чтобы пользоваться workflow Dataset Captioner на Runpod, сначала откройте рабочий ComfyUI на pod, загрузите JSON, установите недостающие ноды и модель captioning, затем укажите серверную папку с фото. Путь с вашего компьютера не появится автоматически внутри удалённого контейнера: изображения нужно загрузить на pod и выбрать путь, который видит запущенный процесс. После пробного запуска на двух-трёх снимках проверьте сохранённые TXT, а не отправляйте сразу весь датасет. Для Florence-2 проверьте требования конкретной ноды в репозитории ComfyUI-Florence2.

Подготовьте pod и постоянную папку

Запустите шаблон Runpod с ComfyUI и GPU, подходящей для выбранной модели. Узнайте, где находится активная установка и какая папка сохраняется при остановке pod. У Runpod container disk, volume disk и network volume ведут себя по-разному; заранее выберите постоянное место для исходных фото и итоговых captions. Это особенно важно, если обработка занимает несколько сессий. Правила хранения описаны в документации Runpod.

Сделайте отдельную папку для исходников и отдельную — для результатов. Не смешивайте старые TXT с новыми: иначе трудно понять, какие файлы уже обработаны. Перенесите несколько несекретных тестовых фото и убедитесь через файловый менеджер или терминал pod, что файлы действительно лежат по указанному пути. Путь вида C:\Users\... на вашем ноутбуке внутри Linux pod не существует.

Проверьте workflow до большого запуска

1. Откройте JSON Dataset Captioner в ComfyUI и сохраните копию.
2. Если есть красные блоки, запишите их точные названия и установите нужные расширения по документации авторов.
3. Перезапустите ComfyUI, чтобы Python загрузил код новых нод. В логе не должно быть ошибок импорта.
4. Проверьте loader Florence или другой caption-модели: нужные веса должны соответствовать тому, что ожидает нода.
5. В ноде чтения датасета укажите путь к папке на pod; проверьте маску файлов и расширения изображений.
6. Прогоните два-три фото и откройте полученные TXT рядом с исходниками.

Конкретное название ноды для пакетного чтения зависит от версии workflow. Не подставляйте команду из другого графа наугад: в одних сборках выбран путь к каталогу, в других — входной список файлов. Репозиторий ComfyUI-Florence2 описывает установку пакета и зависимости, но сам Dataset Captioner может включать и другие расширения. Их нужно проверять отдельно по JSON.

Если Florence не загрузилась

Ошибка модели и ошибка пути к фотографиям — разные вещи. Если loader не видит Florence, проверьте набор файлов в каталоге модели и имя, указанное в ноде. Некоторые репозитории используют отдельные варианты Florence-2; модель с похожим названием не всегда равнозначна ожидаемой. Если в терминале написано ModuleNotFoundError, пакет Python мог быть установлен не в то окружение. Если модель загрузилась, но список фото пуст, переходите к проверке пути датасета.

После исправления зависимости полностью перезапустите ComfyUI. Обновить вкладку браузера недостаточно. Для диагностики полезно временно заменить пакетную ноду на загрузку одного файла: если подпись для одного снимка работает, проблема, вероятнее всего, в пакетном выборе папки или сохранении TXT. Если не работает и один файл, ищите проблему в модели либо цепочке нод.

Проверка результатов и стоимости

Откройте несколько TXT вручную. Автоматический captioning может неверно определить одежду, цвет волос, возраст или объект на заднем плане. Такие ошибки перед обучением LoRA лучше исправить; повторить генерацию позже дороже. Проверьте кодировку текста и соответствие имён: фото 001.jpg и подпись 001.txt, если именно такую пару ожидает ваш тренер. После теста на маленькой партии обработайте остальное.

Когда captioning закончен, скачайте результаты или убедитесь, что они на постоянном томе. Записать TXT на container disk, а фото на volume disk — способ потерять подписи после остановки pod. Проверьте оба пути. Остановите оплату GPU по правилам Runpod, когда обработка действительно завершена; открытая вкладка ComfyUI сама по себе не говорит, что pod выключен.

Частые вопросы

Почему папка с фото не показана в списке?

Чаще всего ComfyUI видит файловую систему pod, а фото лежат только локально, либо нода ограничивает допустимый корневой путь. Проверьте фактическое расположение и настройки ноды.

Можно ли сразу обработать сотни снимков?

Лучше сначала три файла. Это выявит ошибки загрузки модели, пути, формата TXT и сохранения до расходов на полный пакет.