JoyTag es un modelo de visión artificial con IA avanzada, diseñado para etiquetar imágenes con un enfoque en la positividad y la inclusión. Emplea el sistema de etiquetado Danbooru y es adecuado para una amplia gama de imágenes, desde dibujos a mano hasta fotografías. Admite la clasificación multi-etiqueta con más de 5000 etiquetas, pudiéndose utilizar para el etiquetado automático de imágenes y en diversas aplicaciones, como el entrenamiento de modelos de difusión que carecen de pares texto-imagen. El modelo ofrece un rendimiento superior, basado en la arquitectura ViT, con un tallo CNN y una cabeza GAP.