Dreambooth简单实用

  1. 安装dreambooth扩展插件
  2. 重启SD
  3. 准备数据并进行打标(训练->图像预处理)
    • 将所有数据放入一个文件夹,尺寸需要一致(建议512*512)
    • 输入源目录(图像文件夹,eg: my_in)和目标目录(图像+tag, eg:my_out)
    • 可以使用SD自带的图像预处理进行tag生成。BLIP生成描述caption,deepbooru生成tags
  4. 创建基础模型(dreambooth->创建)
    • 自定义模型name
    • 添加基础模型,可以选sd1.5
  5. 选择创建的模型(dreambooth->选择)
  6. 参数设置
  • 设置(看视频吧,感觉很多参数都没有解释)
    • lora
    • 学习率,建议0.00001
    • 高阶
  • concepts
    • 数据集目录:带tag的数据文件夹my_out
    • ?instance token:文件名my,没说这个是干嘛的
    • 提示词
      • instance prompt:例如高质量,大师作品,还可以加不存在的词(大概是让模型学习自定义的特征?这里没有相关解释)
      • class prompt:和上述相同,只是去除了不存在的词
      • 样本图像提示词:这里是复制了instance prompt,然后添加了一些细节词汇例如漂亮的眼睛,上本身等。但是并没有解释这三种prompt的区别
      • 分类反向提示词:可以参考网上的经验
      • 样本反向提示词:与上一条相同
    • image generation:默认即可
  • saving
    • 记得勾选生成训练权重
  • 生成
    • 调度器scheduler:DDIM
  1. 训练
  2. 使用

你可能感兴趣的:(diffusion,model)