無料ツール集 ＞ AI・生成系ツール＞ Local Image Tagger｜画像自動タグ付けツール（LM Studio対応）
Local Image Tagger｜画像自動タグ付けツール（LM Studio対応）
画像をフォルダに入れて実行するだけで、
AIがタグ・説明文・一覧レポートを自動生成できるローカルツールです。
LM StudioのVision対応モデルを使い、画像の内容を解析し、
objects（タグ）・scene（概要）・detail（詳細）として整理します。
生成された結果は、ブラウザで見やすいHTMLレポートとして出力されるため、JSONを読む必要はありません。
画像を外部にアップロードすることなく、すべてローカル環境で完結します。
どんなツールか
画像を「見る」作業を、まとめて自動化するための道具です。
フォルダに画像を入れて実行すると、
それぞれの画像に対して内容説明とタグ付けが行われ、一覧として整理されます。
大量の画像を扱うとき、
「これは何の画像だったか」「どんな内容だったか」を人間が確認する手間を減らします。
こんなときに使えます
- 画像素材が増えすぎて、中身を把握できなくなってきたとき。
- NASやローカルストレージに保存した画像を整理したいとき。
- ブログ用・資料用の画像にキャプションやタグを付けたいとき。
- AI生成画像をまとめて分類・整理したいとき。
- 外部サービスに画像をアップロードせずに解析したいとき。
このツールでできること
- フォルダ内の画像をまとめて解析できます。
- 画像ごとに objects（タグ）を生成します。
- scene（シーンの概要）を文章として出力します。
- detail（詳細な描写）を生成します。
- 結果はHTMLレポートとして一覧表示されます。
- 検索機能でファイル名やタグから絞り込みができます。
- JSONログ出力
使い方
- ツールをダウンロードして展開します。
- inputフォルダに画像（JPEG / PNG）を入れます。
- LM Studioを起動し、Vision対応モデルをロードします。
- ターミナルで以下を実行します。
python local-image-tagger.py処理が完了すると、report.html が生成されます。
ブラウザで開くと、画像と解析結果を一覧で確認できます。
動作環境
- Python 3.10以上を想定しています。
- LM Studioがローカルで動作している必要があります。
- Vision対応モデル（例：qwen3-vl-4bなど）が必要です。
システム構成
構成はシンプルで、PythonスクリプトとHTMLテンプレートで動作します。
画像は inputフォルダから読み込まれ、
LM StudioのAPI（OpenAI互換）へ送信されます。
推論結果はJSONとして保存されると同時に、
HTMLテンプレートに流し込まれ、report.htmlとして出力されます。
ブラウザ側はVanilla JavaScriptで構成されており、
Lightbox表示と検索機能のみを持つ軽量なUIです。
主な機能
- 画像ごとのタグ（objects）生成
- シーン説明（scene）の自動生成
- 詳細描写（detail）の出力
- HTMLレポートの自動生成
- カードUIによる一覧表示
- 画像クリックによる拡大表示
- 検索によるフィルタリング
制約・注意点
このツールにはいくつか前提があります。
- LM Studioが起動していない場合は動作しません。
- Vision対応モデルでのみ使用可能です。
- 入力画像はJPEG / PNGに限られます。
- 推論結果の精度は使用するモデルに依存します。
- 大量の画像を処理する場合は時間がかかります。
ライセンス
MITライセンスで配布しています。
詳細は配布ファイル内のLICENSEをご確認ください。
補足
このツールは、画像編集ソフトではありません。
リサイズや加工を行うものではなく、
画像の内容を「理解して整理する」ための道具です。
これまで人間が目で見て判断していた作業を、
まとめて自動化するために作られています。
画像が増え続ける環境では、
“保存する”よりも“整理できる”ことのほうが重要になります。
Local Image Taggerは、その整理を補助するためのシンプルなツールです。
無料ツール集 ＞ AI・生成系ツール＞ Local Image Tagger｜画像自動タグ付けツール（LM Studio対応）