海南第六建设工程有限公司网站,wordpress添加关键字,WordPress文章百度收录插件,重庆建设工程信息网官赛题内容
参赛者需在可图Kolors模型的基础上训练LoRA模型#xff0c;生成无限风格#xff0c;如水墨画风格、水彩风格、赛博朋克风格、日漫风格… 基于LoRA模型生成8张图片组成连贯故事#xff0c;故事内容可自定义#xff1b;基于8图故事#xff0c;评估LoRA风格的美感度…赛题内容
参赛者需在可图Kolors模型的基础上训练LoRA模型生成无限风格如水墨画风格、水彩风格、赛博朋克风格、日漫风格… 基于LoRA模型生成8张图片组成连贯故事故事内容可自定义基于8图故事评估LoRA风格的美感度及连贯性。
样例偶像少女养成日记
相关作品在比赛品牌馆讨论区
可图Kolors-LoRA风格故事挑战赛
baseline要点讲解(请配合Datawhale速通教程食用)
Step1 设置算例及比赛账号的报名和授权
开通阿里云PAI-DSW试用 链接在魔塔社区进行账号授权 链接
需要注意的是新用户需要先注册和绑定阿里云账号
Step2 进行赛事报名并创建PAI实例
赛事链接https://tianchi.aliyun.com/competition/entrance/532254 PAI实例https://www.modelscope.cn/my/mynotebook/authorization
Step3 执行baseline
按照教程新建终端粘贴命令回车执行这一步是为了拉取远程的baseline文件需要等待一段时间。
git lfs install
git clone https://www.modelscope.cn/datasets/maochase/kolors.git拉取baseline后可以在右侧文件中看到kolor文件夹双击进入可以看到后缀.ipyhb的baseline文件点击打开。
接下来执行运行环境的代码块我们需要安装 Data-Juicer 和 DiffSynth-Studio
Data-Juicer数据处理和转换工具旨在简化数据的提取、转换和加载过程DiffSynth-Studio高效微调训练大模型工具
有些时候因为网络及代理的问题环境的安装容易缺漏建议多执行几次代码不会重复安装
安装完成后重启kernel不重启容易爆显存影响baseline运行
接下来请依次执行下载数据集、数据处理
在这里留一个小问题在模型训练之前在数据集的处理上有没有更优的方法来让数据集更优质呢是否需要进行一些转换、模块的引入及数据清洗呢
接下来开始进行模型微调训练
调参对于微调模型训练尤关重要涉及到参数量、优化器类型、训练策略等等…一个好的参数配置可以让微调模型的效果出人意料。
在后面我会附上自己整理的 lora 调参参数介绍及 Stable Diffusion(SD) 的基础知识感兴趣可以滑下文章尾部进行查看。
最后我们加载我们所微调的模型并进行输出
from diffsynth import ModelManager, SDXLImagePipeline
from peft import LoraConfig, inject_adapter_in_model
import torchdef load_lora(model, lora_rank, lora_alpha, lora_path):lora_config LoraConfig(rlora_rank,lora_alphalora_alpha,init_lora_weightsgaussian,target_modules[to_q, to_k, to_v, to_out],)model inject_adapter_in_model(lora_config, model)state_dict torch.load(lora_path, map_locationcpu)model.load_state_dict(state_dict, strictFalse)
return modelmodel_manager ModelManager(torch_dtypetorch.float16, devicecuda,file_path_list[
models/kolors/Kolors/text_encoder,
models/kolors/Kolors/unet/diffusion_pytorch_model.safetensors,
models/kolors/Kolors/vae/diffusion_pytorch_model.safetensors])pipe SDXLImagePipeline.from_model_manager(model_manager)
pipe.unet load_lora(pipe.unet,lora_rank16,lora_alpha2.0,lora_pathmodels/lightning_logs/version_0/checkpoints/epoch0-step500.ckpt
)调整prompt设置你想要的图片风格依次修改8张图片的描述
提示词也有一些讲究比如优质的提示词、提示词的排序越靠前的提示词影响比重越大、提示词书写策略、Embedding 模型介入。这些对出图效果也同样重要。同样的我也会在后面的介绍中讲到让我们先继续跑baseline。
至此微调训练和模型出图已经全部完成啦
Step4 进行赛题提交
将微调结果上传魔搭
执行代码后将模型文件和示例图下载到本地
mkdir /mnt/workspace/kolors/output cd
cp /mnt/workspace/kolors/models/lightning_logs/version_0/checkpoints/epoch0-step500.ckpt /mnt/workspace/kolors/output/
cp /mnt/workspace/kolors/1.jpg /mnt/workspace/kolors/output/点击魔搭链接创建模型中文名称建议格式队伍名称-可图Kolors训练-xxxxxx
在提交过程的中的基础模型是指你在训练过程及后续复现时使用的底模类型。一般来说SD XL的实现精度会更高在训练过程中需要同步设置SD XL在初步跑通 baseline 时使用基础即可博主在提交的时候是选用的SD2.1可参考选用。
点击创建提交就完成啦恭喜你已经顺利跑通了baseline。
记得完成后及时关闭你正在运行的实例别让算力偷偷溜走了
别忘记打卡在群里接龙
lora 调参参数介绍及 SD 的基础知识点拓展
文生图基础知识介绍
文生图主要以SD系列基础模型为主以及在其基础上微调的lora模型和人物基础模型等。
接下来我们简单了解下提示词、lora、ComfyUI和参考图控制这些知识点。
提示词
提示词很重要一般写法主体描述细节描述修饰词艺术风格艺术家
反向prompt推荐会更推荐使用英文 prompt因为底层调用 sd 时是输入 英文prompt的:提高出图质量正向prompt推荐: a highly detailed European style bed room,elegant atmosphere,rtx lighting,global illuminations,a sense of understated sophistication,8k resolution,high quality,photorealistic,highly detailed,
Lora
Stable Diffusion中的LoraLoRA模型是一种轻量级的微调方法它代表了“Low-Rank Adaptation”即低秩适应。Lora不是指单一的具体模型而是指一类通过特定微调技术应用于基础模型的扩展应用。在Stable Diffusion这一文本到图像合成模型的框架下Lora被用来对预训练好的大模型进行针对性优化以实现对特定主题、风格或任务的精细化控制。
那我们 lora 训练的最终目的是什么呢训练的本质在于找出当前训练集的最优解优素材取决于不同角度、不同形态、灯光、图片质量。
在Tag类型上需要包括主题、动作、主要特征、视角、光影效果等其他如果在训练过程中对某一个特征不打Tag则将成为固定模型特征。
ComfyUI
ComfyUI 是一个工作流工具主要用于简化和优化 AI 模型的配置和训练过程。 在ComfyUI平台的前端页面上用户可以基于节点/流程图的界面设计并执行AIGC文生图或者文生视频的pipeline。
参考图控制
ControlNet是一种用于精确控制图像生成过程的技术组件。它是一个附加到预训练的扩散模型如Stable Diffusion模型上的可训练神经网络模块。扩散模型通常用于从随机噪声逐渐生成图像的过程而ControlNet的作用在于引入额外的控制信号使得用户能够更具体地指导图像生成的各个方面如姿势关键点、分割图、深度图、颜色等。
出图指引SD WebUI
描述内容prompt主体、表情、服装、场景、环境、镜头、灯光、风格、画质、渲染器
靠前的Tag权重较高适当运用括号法则、数字法则、混合
采样步数数越高细节多渲染慢建议范围在20~40
采样器karras去噪快
a噪点不居中关键词识别度稍低更具灵活度
DPM 建议使用DPMSDE karras
