O JoyTag é um modelo de visão computacional por IA de ponta, projetado para etiquetar imagens com foco em positividade e inclusão. Utiliza o padrão de etiquetas Danbooru e é aplicável a diversos tipos de imagens, desde desenhos à mão até fotografias. Suporta classificação multirrotulagem com mais de 5000 etiquetas, podendo ser usado para anotação automática de imagens e em aplicações como o treinamento de modelos de difusão que carecem de pares texto-imagem. O modelo apresenta desempenho superior, baseado na arquitetura ViT, com um tronco CNN e cabeça GAP.