目录

写在前面

一、准备数据

二、数据打标签

三、执行训练

四、执行推理

1.LoRA推理

2.全参数推理

写在前面

        Stable Diffusion大家已经很熟悉了，那么如何训练自己的sd模型呢，今天我就介绍一下用LoRA训练sd的方法。

        建议先看一下这两篇文章，了解一些前置知识：

        手把手教你在linux中部署stable-diffusion-webui

        如何训练一个大模型：LoRA篇

        我们以Chilloutmix为例，Chilloutmix可以生成好看的小姐姐。为了实验LoRA的能力，我们用小哥哥的图片对它进行微调，看效果如何。

一、准备数据

        从网上找一些小帅的图片，需要脸部清晰的、多角度的、正脸的、侧脸的、最好是背景干净的、各种表情的，这样增加训练集的多样性，提高模型的泛化能力。

        素材可以少（一般几十张就不少了，太多了也会过拟合），但是质量一定要高。 

        背景最好是纯色，想训练什么就突出什么，对于我们的任务，需要选取人脸为重点的图片。

        搜集好训练用的图像后，需要进行大小的规范处理，需要是64的倍数。一般都处理为512*512，也可以是768*768，不建议超过1024，尺寸越大则越吃显存。

        推荐一个批量处理图像尺寸的网站挺好用的：https://www.birme.net/ 

        处理后的图片长这样：

二、数据打标签

        其实我们要训练的是ControlNet，现在图片有了，还差图片的描述或者叫标签。我们不需要自己手动给每张图片打标签，sd-webui有现成的工具（DeepBooru）生成图片的标签。

        在sd-webui中进行如上操作，在3填写输入图片的目录，4填写输出目录，处理之后原图片和标签文件txt都会放在输出目录

        txt中的内容长这样，都是一个一个的标签：

        接下来我们要检查每张图片的标签，这里有两个简单的原则：

        1.通用的特征标签需要去掉，比如人物的眼睛、眉毛、鼻子、头发长度等代表人物本身的属性。凡是绑定在人物身上的，就要把它们删除。再比如出图只要黑色头发，那训练数据都喂黑色头发，并且删掉类似“black_hair”的标签。

        2.留下非通用的标签，比如不是每张训练数据都是微笑的，所以对于微笑的数据应该有“smile”标签；不是所有的数据背景都是白色，就要保留“white backgroud”。

        具体保留或者增加什么标签其实没有硬性的规定，还是要根据具体情况反复尝试。

        sd-webui是有打标签的插件的，但是我更喜欢一款小工具，方便多人使用，BooruDatasetTagManager，地址：https://pan.baidu.com/s/1Ff7nkwf95AziCcZWTofIzg?pwd=jfoe 

        数据和标签准备好后放在一个自定义的目录中待用，有一点需要注意，文件名的格式是数字_字母，前面的数字是每次训练过程中网络训练单张图片的次数，比如10_asianman。这个目录命名很重要，一定不要写错！！！

三、执行训练

        LoRA训练我们使用kohya，kohya是日本人开发的，所以会经常出现日文，凑活这看吧。

        1.建一个conda环境

conda create --name kohya python=3.10

        2.进入环境

conda activate kohya

        3.下载kohya，别忘了下载sd-scripts目录中的项目：kohya-ss (Kohya S.) · GitHub，下载后执行:

pip install -r requirements.txt

        4.因为我们是对Chilloutmix进行微调，所以先在这里下载Chilloutmix，并放在model目录下。

        5.启动kohya:

python kohya_gui.py --listen 0.0.0.0 --server_port 12348 --inbrowser

        6.打开地址http://[ip]:12348/ ，并填写配置信息：

同时Parameters菜单中还有一些高级设置，比如batch size、train steps、LoRA的秩、Alpha等：

        一些注意：        

        1.训练时的总epoch数是算出来的，上面的Epoch好像没有用，计算公式是：

Max train steps * Train batch size / (数据总数 * 训练单张图片的次数)，这算法很奇怪，他把Train batch size当做了batch size per device

        2.LoRA的秩用8就可以了，Alpha训练人物一般都设32，64都可以；训练风格可以用到128。

        3. 我看到有的文章说不能直接用safetensors文件直接训练，必须还要有config.json，但是我没有遇到这种情况。如果遇到了可以下载这个，放在项目根目录的openai/clip-vit-large-patch14 和 laion/CLIP-ViT-bigG-14-laion2B-39B-b160k

        4.如果要全参数训练只需选择Dreambooth菜单，其它使用方式和LoRA基本相同：

        5.如果报这个错的话：'FieldInfo' object has no attribute 'required'. Did you mean: 'is_required'?，是一些库的版本冲突了，可以试试如下命令：

pip install gradio==3.48.0
pip install pydantic==1.10.13 pydantic_core==2.14.6
pip install transformers==4.38.0
pip install accelerate==0.25.0
pip install torch==2.1.1
pip install xformers==0.0.23

四、执行推理

        训练成功后模型会存在输出目录，比如叫做models/last-000007.safetensors。

1.LoRA推理

（1）安装additional-networks

        如果sd-weiui的“text2img”和“img2text”中已经有Additional Networks菜单，则之间跳过该步骤。

        安装additional-networks插件，有两种方式：
        a.在“Extensions-URL for extension's git repository”输入https://github.com/kohya-ss/sd-webui-additional-networks就可以安装了。

        b.如果网络不允许的话，就自行下载压缩包解压放到SD的extensions目录下。

        安装完之后一定要重启sd进程！之后我们可以看到选项卡上多了一个Additional Network选项。

（2）将Chilloutmix基础模型放在models/Stable-diffusion目录

（3）将训练完的LoRA模型放在sd-webui的extensions/sd-webui-additional-networks/models/lora目录

（4）使用基础模型重绘一张图片看看，都是小姐姐：

（5）使用LORA，再生成看看：

        emmm，已经有很强的男性特征，证明LoRA生效了。

2.全参数推理

        如果使用全参数训练的模型，模型结果比较大，有几个g。使用更简单了，放在models/Stable-diffusion中，直接选择这个模型就可以了。

        用LoRA训练自己的SD模型就介绍到这里，关注不迷路(#^.^#)

         还在为找工作烦恼吗，用这个宝藏小程序，拿Offer快人一步！Offer入口》》》