管好【SD-WEBUI】中大量的模型:名称+预览图+备注+分组管理

文章目录

  • (零)前言
  • (一)模型管理
    • (1.1)模型名称(文件名)
    • (1.2)模型缩略图
    • (1.3)模型备注文字
    • (1.4)模型分组(子目录)
    • (1.5)模型详细信息
  • (二)第二部分
  • (三)第三部分

(零)前言

本篇主要讲怎么管理大量的模型,比如模型不要大幅改名,模型可以有预览图,模型可以有备注,还能分组管理呢。
更多不断丰富的内容参考:《继续Stable-Diffusion WEBUI方方面面研究(内容索引)》

(一)模型管理

不管是【SD基础模型】还是【LoRA人物模型】都非常的多,多了感觉就不好管理。
很多模型文件名很奇怪,版本和衍生版也不停在变化,总之就是一大堆文件。
如果我们为了方便改了模型名字,今后又很难去比较更新同步了。

我们前面知道了通过生成按钮下面的桃红色显示附加网络按钮功能,可以用缩略图/卡牌的形式直观的管理这些模型。
卡牌默认很大但可以设置小一些。如下:
管好【SD-WEBUI】中大量的模型:名称+预览图+备注+分组管理_第1张图片

(1.1)模型名称(文件名)

模型文件名就是模型的名字,虽然有些怪,但建议不要改。
除非今后不想再更新和使用它的其它版本,或者你已经心里准备好用Hash值来确认同一个模型了。

文件名(不带扩展名)也会显示在模型卡牌中,如上。
默认字有些大而且确实很长,显示出来挡住了图片。所以我改小(改)了好多。
你也想改可以去找style.css里面.extra-network-cards .card .actions .name这段,我改成了:

.extra-network-cards .card .actions .name{
    font-size: 10px;
    /*font-weight: bold;*/
    line-break: anywhere;
}

(1.2)模型缩略图

这段应该是大家都知道的内容:

  • 点击一个基础模型的卡牌,相当于在基础模型下拉列表中选择它。
  • 点击一个LoRA模型,相当于在当前输入框(提示词)中输入和启用这个模型,用于生成图片。

但如果你先把鼠标指向模型的名字,然后再指向替换预览图片(这里翻译可能不同,意思一样就行了)。
就可以把刚刚生成的图片,设置成为这个模型的预览图。

预览图卡牌模式的默认是2:3的比例,显示大小可以在设置中修改。
将模型同名的jpg或者png图片文件放入模型所在目录,也能展示为缩略图/卡牌。
管好【SD-WEBUI】中大量的模型:名称+预览图+备注+分组管理_第2张图片

(1.3)模型备注文字

但是大家可能不知道,将一个模型同名的txt文件放入模型所在目录(如上图)。
那么这个文本文件中的内容,就将展示为模型的备注。

可以参考第一张图,我随便写了一些备注文字上去。
这样一来就方便多了,既可以不改模型文件名,又能简单知道模型的特点。

我试了一下字写太多就变成这个效果了,呵呵,:
管好【SD-WEBUI】中大量的模型:名称+预览图+备注+分组管理_第3张图片

(1.4)模型分组(子目录)

如果模型很多,还可以进行分组管理。
以LoRA模型为例,模型文件/预览图/模型备注文本文件,都不要直接放在Your SDWEBUI Path\models\Lora\目录下。
而是放在更深一层的子目录中。如下图所示(LoRA目录下都是子目录):
管好【SD-WEBUI】中大量的模型:名称+预览图+备注+分组管理_第4张图片

这样一来,WEB UI界面上就会出现这些子目录的分组名字,点击这些分组可以自动过滤仅显示子目录下的模型。
如果想要显示全部模型,则点击all不要过滤就可以了。
如下图所示(仅显示了动漫人物分组):
管好【SD-WEBUI】中大量的模型:名称+预览图+备注+分组管理_第5张图片


分组仅通过子目录进行组织,并不是必须按类型分,可以按自己的喜好怎样方便管理怎样建子目录。
如果你有AnythingGuoFeng很多个版本的模型,也可以用模型名字当子目录的。

⚠️⚠️⚠️
如果你要使用模型分组,就请不要翻译allSearch...这两个单词(找到翻译文件,自己改掉这两个单词)。
前者影响点击all以后取消过滤的功能,而后者会让搜索框忽大忽小,处女座不能忍。

(1.5)模型详细信息

继续参考第一张图,如果鼠标指向一个LoRA模型的时候,发现一个圆圈围起来的感叹号 ❗️
那么点击它会出现这个模型生成时的详细信息(元数据)。

里面的信息如下(这个是艾达王):
我们可以看到模型训练用的分辨率,图片多少张,半身全身,提示词,以及其它很多参数。

好像没啥用,其实可以作为自己训练模型的参考。

{
    "ss_sd_model_name": "chilloutmix_NiPrunedFp32Fix.safetensors",
    "ss_resolution": "(1024, 576)",
    "ss_clip_skip": "2",
    "ss_num_train_images": "400",
    "ss_tag_frequency": {
        "5_adaupper": {
            "ada_re4": 46,
            "1girl": 46,
            "upper body": 46,
            "(solo:0.964)": 46,
            "black belt": 46,
            "(black background:1.3)": 46,
            "(simple background)": 46,
            "black gloves": 46,
            "black hair": 46,
            "medium breasts": 46,
            "handgun": 46,
            "handgun in hand": 46,
            "short hair": 46,
            "one arm lift": 46,
            "asian": 46,
            "red sweater": 46,
            "red leotard": 46
        },
        "5_adafull": {
            "ada_re4": 34,
            "1 girl": 34,
            "solo": 34,
            "full body": 34,
            "(black background:1.3)": 34,
            "(simple background)": 34,
            "short hair": 34,
            "black hair": 34,
            "medium breasts": 34,
            "asian": 34,
            "red sweater": 34,
            "red leotard": 34,
            "long black leather boots": 34,
            "black belts": 34,
            "handgun": 34,
            "hand gun in hand": 34,
            "holster": 34,
            "black gloves": 34,
            "one arm lift": 34
        }
    },
    "ss_batch_size_per_device": "1",
    "ss_bucket_info": {
        "buckets": {
            "0": {
                "resolution": [
                    1024,
                    576
                ],
                "count": 400
            }
        },
        "mean_img_ar_error": 0.0
    },
    "ss_bucket_no_upscale": "False",
    "ss_cache_latents": "True",
    "ss_caption_dropout_every_n_epochs": "0",
    "ss_caption_dropout_rate": "0.0",
    "ss_caption_tag_dropout_rate": "0.0",
    "ss_color_aug": "False",
    "ss_dataset_dirs": {
        "5_adaupper": {
            "n_repeats": 5,
            "img_count": 46
        },
        "5_adafull": {
            "n_repeats": 5,
            "img_count": 34
        }
    },
    "ss_enable_bucket": "True",
    "ss_epoch": "12",
    "ss_face_crop_aug_range": "None",
    "ss_flip_aug": "False",
    "ss_full_fp16": "False",
    "ss_gradient_accumulation_steps": "1",
    "ss_gradient_checkpointing": "False",
    "ss_keep_tokens": "0",
    "ss_learning_rate": "0.0001",
    "ss_lowram": "False",
    "ss_lr_scheduler": "cosine_with_restarts",
    "ss_lr_warmup_steps": "0",
    "ss_max_bucket_reso": "1024",
    "ss_max_grad_norm": "1.0",
    "ss_max_token_length": "225",
    "ss_max_train_steps": "8000",
    "ss_min_bucket_reso": "256",
    "ss_mixed_precision": "fp16",
    "ss_network_alpha": "128.0",
    "ss_network_dim": "128",
    "ss_network_module": "networks.lora",
    "ss_new_sd_model_hash": "fc2511737a54c5e80b89ab03e0ab4b98d051ab187f92860f3cd664dc9d08b271",
    "ss_noise_offset": "0.0",
    "ss_num_batches_per_epoch": "400",
    "ss_num_epochs": "20",
    "ss_num_reg_images": "0",
    "ss_optimizer": "bitsandbytes.optim.adamw.AdamW8bit",
    "ss_output_name": "adawong",
    "ss_prior_loss_weight": "1.0",
    "ss_random_crop": "False",
    "ss_reg_dataset_dirs": {},
    "ss_sd_model_hash": "95f8d0a7",
    "ss_sd_scripts_commit_hash": "45945f698a7c57b83564e7ad3845c7b677899a5b",
    "ss_seed": "1337",
    "ss_session_id": "359071142",
    "ss_shuffle_caption": "True",
    "ss_text_encoder_lr": "1e-05",
    "ss_total_batch_size": "1",
    "ss_training_comment": "None",
    "ss_training_finished_at": "1680080577.9001603",
    "ss_training_started_at": "1680075725.1377542",
    "ss_unet_lr": "0.0001",
    "ss_v2": "False",
    "sshs_legacy_hash": "6f4fe396",
    "sshs_model_hash": "482dc88150e305f3f19941d696d55e7be9f4db9361ca84c482a76a63fd6749ce"
}

(二)第二部分

更好的管理:生成规范的预览图,备注触发词,LoRA模型名称不随着文件名变等。
参考:管好【SD-WEBUI】中大量的模型:名称+预览图+备注+分组(Part.2)

(三)第三部分

用插件管理非常详细的模型信息(比如:原作者发布的信息)。
参考:管好【SD-WEBUI】中大量的模型:模型信息预览插件(Part.3)


to be continued…

你可能感兴趣的:(Windows,Python,人工智能/机器学习,人工智能,模型,StableDiffusion,卡牌,备注)