使用的软件平台是：sd-scripts
【检查目录下图片分辨率】
【找寻特定分辨率的图片】
【图片打标】
【图片打标,使用GeminiAPI】
【常用标签】
【常用标签,筛选】
【tag
去重复】
【尝试让ai优化txt里的tag】
【图片缩放】
【图片尺寸修正】
安装
1
2
3
4
5
6
7
8
9
10
| git clone https://github.com/kohya-ss/sd-scripts.git
cd sd-scripts
python -m venv venv
.\venv\Scripts\activate
pip install torch==2.6.0 torchvision==0.21.0 --index-url https://download.pytorch.org/whl/cu124
pip install --upgrade -r requirements.txt
accelerate config
|
数据集配置文件 (config.toml)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
| [general]
enable_bucket = true # 是否使用Aspect Ratio Bucketing
[[datasets]]
resolution = [768, 768] # 训练分辨率
batch_size = 1 # 批次大小
[[datasets.subsets]]
image_dir = 'E:\AI\01' # 指定包含训练图像的文件夹
caption_extension = '.txt' # 若使用txt文件,更改此项
num_repeats = 6 # 训练图像的重复次数
flip_aug = true #翻转增强
shuffle_caption = true # 随机字幕
keep_tokens = 1
caption_dropout_rate = 0.1 #字幕丢失率
[[datasets.subsets]]
image_dir = 'E:\AI\02' # 指定包含训练图像的文件夹
caption_extension = '.txt' # 若使用txt文件,更改此项
num_repeats = 6 # 训练图像的重复次数
|
数据集配置
| 参数 |
值 |
说明 |
| image_dir |
“E:\01” |
图片目录 |
| image_count |
11 |
|
| num_repeats |
6 |
每张图片重复次数 |
| shuffle_caption |
False |
|
| keep_tokens |
0 |
|
| keep_tokens_separator |
|
|
| caption_separator |
, |
|
| secondary_separator |
None |
|
| enable_wildcard |
False |
|
| caption_dropout_rate |
0.0 |
|
| caption_dropout_every_n_epoches |
0 |
|
| caption_tag_dropout_rate |
0.0 |
|
| caption_prefix |
None |
|
| caption_suffix |
None |
|
| color_aug |
False |
|
| flip_aug |
True |
图片翻转增强 |
| face_crop_aug_range |
None |
|
| random_crop |
False |
|
| token_warmup_min |
1 |
|
| token_warmup_step |
0 |
|
| alpha_mask |
False |
|
| is_reg |
False |
|
| class_tokens |
None |
|
| caption_extension |
.txt |
标签文件后缀 |
卷积层
LoRA-LierLa
(用于 Li n e a r La yers 的 LoRA，读作 “Liela”)。 (默认)
适用于 Linear 和卷积层 Conv2d 的 1x1 Kernel 的 LoRA
LoRA-C3Lier
(用于具有 3x3 Kernel 的卷积层和 Li n e a r 层的 LoRA，读作
“Seria”)
适用于 3x3 Kernel 的 Conv2d 的 LoRA
与 LoRA-LierLa 相比，LoRA-C3Lier
可能会获得更高的准确性，因为它适用于更多的层。
使用LoRA-C3Lier
1
2
| --network_args "conv_dim=4"
--network_args "conv_dim=32" "conv_alpha=16"
|
SDXL 训练脚本示例
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
| accelerate launch --num_cpu_threads_per_process 1 sdxl_train_network.py
# 00
--pretrained_model_name_or_path="G:\AI\ComfyUI_windows_portable\ComfyUI\models\checkpoints\pony\waiREALCN_v130.safetensors"
# 01
--save_model_as=safetensors
--output_dir="E:\AI\XunLian\lora"
# 02
--prior_loss_weight=1.0
# 03
--gradient_checkpointing
--persistent_data_loader_workers
# 04
--network_module=networks.lora
# 05
--sdpa
--mixed_precision="bf16"
# 06
--cache_text_encoder_outputs
--cache_latents
--network_train_unet_only
# 07
--sample_prompts="E:\AI\TiShiCi.txt"
--sample_sampler="euler_a"
--logging_dir="E:\AI\log"
# 08
--no_half_vae
# 09
--network_dim=64
--network_alpha=32
# 10
--scale_weight_norms=1
--network_dropout=0
--noise_offset=0.1
# 11
--max_bucket_reso=768
--bucket_reso_steps=64
# 12
--gradient_accumulation_steps=5
--max_train_epochs=4
# 13
--optimizer_type="AdamW8bit"
--lr_scheduler="cosine"
--learning_rate=5e-5
--unet_lr=5e-5
# 14
--output_name="SDXL_pony_610"
--log_prefix="SDXL_pony_610"
# 15
--max_grad_norm=1.0
--max_data_loader_n_workers=1
--vae_batch_size=5
--cache_latents_to_disk
--bucket_no_upscale
--full_bf16
# 16
--multires_noise_iterations 6
--multires_noise_discount 0.3
# 17
--loss_type huber
--huber_schedule snr
--huber_c 0.1
# 18
--lr_warmup_steps=100
# 19
--network_args "down_lr_weight=1, 1, 1, 1, 1, 1, 1, 1, 1" "mid_lr_weight=1, 0.8, 0.5" "up_lr_weight=0, 0, 0.1, 0.2, 0.2, 0.3, 0.3, 0.4, 0.4"
# 20
--save_every_n_steps=200
--save_precision="bf16"
--dataset_config="E:\AI\PeiZhi_01.toml"
|