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

7. 训练
8. 使用