जॉयटैग एक उन्नत AI दृश्य मॉडल है जो छवियों को टैग करने के लिए उपयोग किया जाता है, जो लैंगिक रूप से सकारात्मक और समावेशी है। यह Danbooru टैगिंग मॉडल का उपयोग करता है और हस्तलिखित चित्रों से लेकर फोटोग्राफी तक विभिन्न प्रकार की छवियों के लिए उपयुक्त है। यह 5000 से अधिक टैगों वाली बहु-टैग वर्गीकरण का समर्थन करता है, जिसका उपयोग स्वचालित छवि एनोटेशन के लिए किया जा सकता है, जो व्यापक अनुप्रयोगों के लिए उपयुक्त है, जैसे कि पाठ जोड़ों की कमी वाले डिफ्यूज़न मॉडल को प्रशिक्षित करना। मॉडल का प्रदर्शन उत्कृष्ट है, जो ViT आर्किटेक्चर पर आधारित है, जिसमें CNN स्टेम और GAP हेड का उपयोग किया गया है।