Captioning broken with wd-v1-4-convnexttv2-tagger-v2

快速结论：Captioning broken with wd-v1-4-convnexttv2-tagger-v2 通常出现在 Kohya SS 的 WD14 Tagger 打标阶段：模型文件已经下载完成，但脚本按预期路径找不到 model.onnx，于是直接抛异常中断。优先排查模型下载后的实际落盘路径与脚本读取路径是否一致。

适用环境：Windows GUI 版 Kohya SS；Python 3.10；显卡 NVIDIA GeForce RTX 5070；使用 WD14 Tagger（SmilingWolf/wd-v1-4-convnextv2-tagger-v2）并启用 ONNX 与 force model download。

最快修复方案：Issue 的处理结论是“修复已合入当前 sd-scripts 子模块”。可优先尝试更新到包含 sd-scripts#2053 的 Kohya SS / sd-scripts 版本，再用 ONNX（可配合强制重新下载）重跑打标。

注意事项：该结论来自 Issue 维护者的 triage，并标注为“已修复后关闭”，并非用户逐条回帖验证；若更新后仍复现，需要带新的日志重新开 Issue。另外，日志中的 RTX 5070 / sm_120 与当前 PyTorch 不兼容属于独立的环境告警，不代表本次 model.onnx 找不到的直接原因。

问题场景

用户在 Windows GUI 版 Kohya SS 中对训练图片目录执行 WD14 Tagger 打标，标签模型选择 SmilingWolf/wd-v1-4-convnextv2-tagger-v2，因为该模型需要 ONNX，所以勾选了 ONNX 和 force model download。下载流程本身成功，selected_tags.csv 与 model.onnx 都显示 100% 完成，但随后 Kohya 在加载 ONNX 模型时崩溃。

报错原文

Captioning broken with wd-v1-4-convnexttv2-tagger-v2

NVIDIA GeForce RTX 5070 with CUDA capability sm_120 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_50 sm_60 sm_61 sm_70 sm_75 sm_80 sm_86 sm_90.

selected_tags.csv: 100%|████████████████████████████████████████████████████████████| 254k/254k [00:00<00:00, 1.26MB/s]
model.onnx: 100%|███████████████████████████████████████████████████████████████████| 388M/388M [00:47<00:00, 8.17MB/s]
2025-04-13 11:38:45 INFO     Running wd14 tagger with onnx                              tag_images_by_wd14_tagger.py:121
                    INFO     loading onnx model:                                        tag_images_by_wd14_tagger.py:122
                             wd14_tagger_model\SmilingWolf_wd-v1-4-convnextv2-tagger-v2
                             /model.onnx
Traceback (most recent call last):
  File "C:\Users\usr\Desktop\kohya_ss\sd-scripts\finetune\tag_images_by_wd14_tagger.py", line 515, in 
    main(args)
  File "C:\Users\usr\Desktop\kohya_ss\sd-scripts\finetune\tag_images_by_wd14_tagger.py", line 125, in main
    raise Exception(
Exception: onnx model not found: wd14_tagger_model\SmilingWolf_wd-v1-4-convnextv2-tagger-v2/model.onnx, please redownload the model with --force_download / onnxモデルが見つかりませんでした。--force_downloadで再ダウンロードしてください

原因分析

最可能的原因是模型下载目录布局与脚本读取 model.onnx 的路径不一致：Hugging Face 新缓存体系会把文件按 Hub 上的原始文件名保存，而 tag_images_by_wd14_tagger.py 仍按旧布局去 wd14_tagger_model\SmilingWolf_wd-v1-4-convnextv2-tagger-v2/model.onnx 查找，于是即使日志显示下载完成，脚本仍报 onnx model not found。Issue 维护者的 disposition 明确指出，这与 #3178 同根因，并在 sd-scripts#2053 中修复（已进入当前 submodule）。

评论中另一位用户给了一个绕过方式：改用 A1111/reForge 的 WD14 Tagger 扩展，并手动重命名下载文件、移动到对应目录，因为脚本似乎不会自动完成这一步。

日志中 RTX 5070 的 sm_120 不兼容警告是另一个独立问题，可能影响后续 PyTorch/GPU 相关功能，但不是本次文件找不到的直接原因。

环境排查

确认 Kohya SS / sd-scripts 是否已包含 sd-scripts#2053 的修复；如果还是旧子模块，下载布局问题可能仍存在。
确认打标选项：是否勾选 ONNX、是否勾选 force model download。
确认实际下载落盘位置，检查 wd14_tagger_model\SmilingWolf_wd-v1-4-convnextv2-tagger-v2 下是否真的存在脚本所找的 model.onnx。
确认 Python 版本：Issue 中为 Python 3.10。
确认 PyTorch 与显卡算力是否匹配：Issue 中 RTX 5070（sm_120）与当前 PyTorch 支持的算力列表不匹配，这是一个需要单独处理的环境告警。
如使用替代方案，确认 WD14 Tagger 扩展的模型目录与文件名是否符合其要求。

解决步骤

先把 Kohya SS 及其 sd-scripts 子模块更新到包含 sd-scripts#2053 的版本。
在 WD14 Tagger 打标界面重新选择 SmilingWolf/wd-v1-4-convnextv2-tagger-v2，启用 ONNX。
可勾选 force model download 重新下载模型；更新后的下载布局应与脚本读取路径一致。
重新对目标图片目录执行 captioning，观察是否还会在 loading onnx model 后中断。
如果更新后仍复现，可尝试评论中的替代方案：使用 A1111/reForge 的 WD14 Tagger 扩展，手动把下载的文件重命名并移动到扩展要求的模型目录后再打标。
同时建议单独处理 PyTorch 与 RTX 5070 sm_120 的兼容告警，避免影响其它 GPU 功能；该问题不在本 Issue 的修复范围内。