Datawhale X 魔搭 AI夏令营-AIGC文生图方向Task2笔记

最新推荐文章于 2024-08-17 23:58:32 发布

2201_75885536

最新推荐文章于 2024-08-17 23:58:32 发布

阅读量327

点赞数 6

文章标签：人工智能

本文链接：https://blog.csdn.net/2201_75885536/article/details/141286801

版权

目标

part1：工具初探 - ComfyUI应用场景探索

目标

了解微调的基本原理及参数

使用ComfyUI实现高度定制化的文生图工作流

part1：工具初探 - ComfyUI应用场景探索

1.初始ComfyUI

定义：ComfyUI是一个基于节点的图形用户界面工具，用于操作图像生成技术

特点：模块化设计，将图像生成过程分解为多个节点，便于构建定制化的工作流程

2.ComfyUI核心模块

模型加载器：加载图像生成模型

提示词管理器：管理文本提示

采样器：控制图像生成过程中的随机性

解码器：将模型输出转换为图像

3.Stable Diffusion参数

seed：随机种子，影响生成图像的随机性

control_after_generate：控制生成后种子的变化

steps：迭代次数，影响图像质量

cfg：指导图像与提示词的匹配程度

denoise：控制噪声水平

sampler_name、scheduler：降噪算法的选择

4.ComfyUI图片生成流程

step1：选择模型

step2：构建工作流

step3：执行生成

step4：调整与优化

5.ComfyUI优势

模块化和灵活性：易于构建和调整工作流程

可视化界面：简化复杂AI模型的操作

多模型支持：集成多种生成模型

调试和优化：方便调试和优化生成结果

开放和可扩展：开源项目，易于扩展

用户友好性：易于使用，即使对于复杂任务也是如此

5.安装ComfyUI

使用魔搭社区提供的Notebook和免费的GPU算力体验来体验ComfyUI

下载脚本：在file中创建一个terminal，粘贴代码，下载文件

git lfs install
git clone https://www.modelscope.cn/datasets/maochase/kolors_test_comfyui.git
mv kolors_test_comfyui/* ./
rm -rf kolors_test_comfyui/
mkdir -p /mnt/workspace/models/lightning_logs/version_0/checkpoints/
mv epoch=0-step=500.ckpt /mnt/workspace/models/lightning_logs/version_0/checkpoints/

安装：一键执行安装程序

预览界面：当执行到最后一个节点的内容输出了一个访问的链接的时候，复制链接到浏览器中访问

ComfyUI工作流

1.不带Lora的工作流样例

点击Load选择不带Lora的工作流脚本，输入关键词，点击Queue Prompt运行

2.带LoRA的工作流样例

点击Load选择带Lora的工作流脚本，输入Lora文件地址，输入关键词，点击Queue Prompt运行

part2：LoRA微调

1.LoRA简介

定义：一种高效的微调技术，通过添加低秩矩阵来调整预训练模型

原理：只更新新增的低秩矩阵，保留原模型大部分权重不变

2.LoRA详解

Task2中的微调代码

import os
cmd = """
python DiffSynth-Studio/examples/train/kolors/train_kolors_lora.py \ # 选择使用可图的Lora训练脚本DiffSynth-Studio/examples/train/kolors/train_kolors_lora.py
  --pretrained_unet_path models/kolors/Kolors/unet/diffusion_pytorch_model.safetensors \ # 选择unet模型
  --pretrained_text_encoder_path models/kolors/Kolors/text_encoder \ # 选择text_encoder
  --pretrained_fp16_vae_path models/sdxl-vae-fp16-fix/diffusion_pytorch_model.safetensors \ # 选择vae模型
  --lora_rank 16 \ # lora_rank 16 表示在权衡模型表达能力和训练效率时，选择了使用 16 作为秩，适合在不显著降低模型性能的前提下，通过 LoRA 减少计算和内存的需求
  --lora_alpha 4.0 \ # 设置 LoRA 的 alpha 值，影响调整的强度
  --dataset_path data/lora_dataset_processed \ # 指定数据集路径，用于训练模型
  --output_path ./models \ # 指定输出路径，用于保存模型
  --max_epochs 1 \ # 设置最大训练轮数为 1
  --center_crop \ # 启用中心裁剪，这通常用于图像预处理
  --use_gradient_checkpointing \ # 启用梯度检查点技术，以节省内存
  --precision "16-mixed" # 指定训练时的精度为混合 16 位精度（half precision），这可以加速训练并减少显存使用
""".strip()
os.system(cmd) # 执行可图Lora训练

参数详情

参数	值	说明
`pretrained_unet_path`	models/kolors/Kolors/unet/diffusion_pytorch_model.safetensors	指定预训练UNet模型的路径
`pretrained_text_encoder_path`	models/kolors/Kolors/text_encoder	指定预训练文本编码器的路径
`pretrained_fp16_vae_path`	models/sdxl-vae-fp16-fix/diffusion_pytorch_model.safetensors	指定预训练VAE模型的路径
`lora_rank`	16	设置LoRA的秩（rank），影响模型的复杂度和性能
`lora_alpha`	4	设置LoRA的alpha值，控制微调的强度
`dataset_path`	data/lora_dataset_processed	指定用于训练的数据集路径
`output_path`	./models	指定训练完成后保存模型的路径
`max_epochs`	1	设置最大训练轮数为1
`center_crop`		启用中心裁剪，用于图像预处理
`use_gradient_checkpointing`		启用梯度检查点，节省显存
`precision`	"16-mixed"	设置训练时的精度为混合16位精度（half precision)