huggingface学习|用dreambooth和lora对stable diffusion模型进行微调
目录
- 用dreambooth对stable-diffusion-v1-5模型进行微调
-
- （一）模型下载和环境配置
- （二）数据集准备
- （三）模型微调
- （四）运行微调后的模型
- 用lora对stable-diffusion-v1-5模型进行微调
-
- （一）模型下载和环境配置
- （二）数据集准备
- （三）模型微调
- （四）运行微调后的模型
用dreambooth对stable-diffusion-v1-5模型进行微调
（一）模型下载和环境配置
- 准备好需要微调的模型如stable-diffusion-v1-5模型
- 下载diffusers模型并进入diffusers文件夹下载相关包
git clone https://github.com/huggingface/diffusers
cd diffusers
pip install .
- 进入dreambooth文件夹下载相关包
cd examples/dreambooth
pip install -r requirements.txt
（二）数据集准备
官方样例提供的数据为五张小狗照片，下载完毕后放入任意一个文件夹即可
如果是自己的数据集，准备好图片后放入一个指定文件夹即可
（三）模型微调
- 加速器默认配置
accelerate config default
- 运行train_dreambooth文件
accelerate launch train_dreambooth.py \
--pretrained_model_name_or_path="./stable-diffusion-v1-5" \
--instance_data_dir="./image_data" \
--output_dir="./outputs" \
--instance_prompt="a photo of a sks dog" \
--resolution=512 \
--train_batch_size=1 \
--gradient_accumulation_steps=1 \
--learning_rate=5e-6 \
--lr_scheduler="constant" \
--lr_warmup_steps=0 \
--max_train_steps=400
–pretrained_model_name_or_path：Hub 上模型的名称或预训练模型的本地路径
–instance_data_dir：包含训练数据集的文件夹的路径（示例图像）
–instance_prompt：包含示例图像的特殊单词的文本提示
–train_text_encoder：是否也训练文本编码器
–output_dir：训练好的模型保存在哪里
–push_to_hub：是否将训练好的模型推送到Hub
–checkpointing_steps：模型训练时保存检查点的频率；如果由于某种原因训练被中断，这很有用，您可以通过添加–resume_from_checkpoint到训练命令来从该检查点继续训练
（四）运行微调后的模型
新建一个python文件（如取名为train），保存以下代码，将对应的模型路径、prompt内容和图片名进行修改即可。
from diffusers import DiffusionPipeline
import torch
pipeline = DiffusionPipeline.from_pretrained("path_to_saved_model", torch_dtype=torch.float16, use_safetensors=True).to("cuda")
image = pipeline("A photo of sks dog in a bucket", num_inference_steps=50, guidance_scale=7.5).images[0]
image.save("dog-bucket.png")
运行上述python文件
python train.py
最终结果为：
用lora对stable-diffusion-v1-5模型进行微调
（一）模型下载和环境配置
- 准备好需要微调的模型如stable-diffusion-v1-5模型
- 下载diffusers模型并进入diffusers文件夹下载相关包
git clone https://github.com/huggingface/diffusers
cd diffusers
pip install .
- 进入text_to_image文件夹下载相关包
cd examples/text_to_image
pip install -r requirements.txt
（二）数据集准备
官方样例提供的数据为pokemon-blip-captions图，下载完毕后放入任意一个文件夹即可
如果是自己的数据集，则需要在数据文件夹下放入相关图片和一个名为metadata.jsonl的文件（可以通过txt文件输入相关内容后修改后缀名即可），其中metadata.jsonl文件中的内容为图像名和对应的提示文本：
（三）模型微调
- 加速器默认配置
accelerate config default
- 运行text_to_image_lora.py文件
accelerate launch train_text_to_image_lora.py \
--pretrained_model_name_or_path="../dreambooth/stable-diffusion-v1-5" \
--dataset_name="./pokemon-blip-captions" \
--dataloader_num_workers=8 \
--resolution=512 \
--center_crop \
--random_flip \
--train_batch_size=1 \
--gradient_accumulation_steps=4 \
--max_train_steps=15000 \
--learning_rate=1e-04 \
--max_grad_norm=1 \
--lr_scheduler="cosine" \
--lr_warmup_steps=0 \
--output_dir="./output" \
--hub_model_id="pokemon-lora" \
--checkpointing_steps=500 \
--validation_prompt="A pokemon with blue eyes." \
--seed=1337
（四）运行微调后的模型
新建一个python文件（如取名为train），保存以下代码，将对应的模型路径、prompt内容和图片名进行修改即可。
from diffusers import AutoPipelineForText2Image
import torch
pipeline = AutoPipelineForText2Image.from_pretrained("runwayml/stable-diffusion-v1-5", torch_dtype=torch.float16).to("cuda")
pipeline.load_lora_weights("path/to/lora/model", weight_name="pytorch_lora_weights.safetensors")
image = pipeline("A pokemon with blue eyes").images[0]
image.save("pokemon.png")
运行上述python文件
python train.py
最终结果为：
参考：
huggingface dreambooth
huggingface lora