大家好,我是Detawhale AI夏令营第四期 的学习者,这已经是最后一个task了。通过这些天的学习,十分高兴自己基本完成了任务,但是实话说,自己不是很了解。基本上都是按照学习手册一点点的尝试,才勉强完成,希望我在后面的学习能够理解。
一:准备工作
在学习手册上有详细的准备工作这里我就大概复述主要部分。
1.认识ComfyUI
GUI 是 "Graphical User Interface"(图形用户界面)的缩写。简单来说,GUI 就是你在电脑屏幕上看到的那种有图标、按钮和菜单的交互方式。
ComfyUI 是GUI的一种,是基于节点工作的用户界面,主要用于操作图像的生成技术,ComfyUI 的特别之处在于它采用了一种模块化的设计,把图像生成的过程分解成了许多小的步骤,每个步骤都是一个节点。这些节点可以连接起来形成一个工作流程,这样用户就可以根据需要定制自己的图像生成过程。
重要的是:核心模块由模型加载器、提示词管理器、采样器、解码器。
2:在文档中的一张流程图我觉得有助于理解如下:
3.最后就是安装ComfyUI
这个文档里面很详细就不再说。
二:熟悉流程加Lora微调
LoRA (Low-Rank Adaptation) 微调是一种用于在预训练模型上进行高效微调的技术。它可以通过高效且灵活的方式实现模型的个性化调整,使其能够适应特定的任务或领域,同时保持良好的泛化能力和较低的资源消耗。这对于推动大规模预训练模型的实际应用至关重要。
这个手册里面都有我这里主要说说一些注意事项和解决方法。
1.注意在运行时出错的问题
这个问题很正常,
1.怎么找自己LORA文件的地址?
其实在手册里面写了黄字里面。
2.这里的ComfyUI和task1&2 执行结果有什么区别?
可以说是循序渐进的。如果是夏令营后续还想进行这方面的学习和应用,我更推荐像WebUI、ComfyUI这些相对来说比较成熟的低代码交互界面。
三:完成作品
明确你的需求和目标
-
关注应用场景:确定你的模型将被应用到什么样的场景中(例如,艺术风格转换、产品图像生成、医疗影像合成等)。
-
关注数据类型:你需要什么样的图片?比如是真实世界的照片还是合成图像?是黑白的还是彩色的?是高分辨率还是低分辨率?
-
关注数据量:考虑你的任务应该需要多少图片来支持训练和验证。
数据集来源整理
我的作品主要是一只精致的小猫。
当我们进行图片生成相关的工作时,选择合适的数据集是非常重要的。
这里我设置了相关的参数,
比如白灰色的猫,
眼睛的颜色,
背景的颜色,
嘴巴闭合。
耳朵大小,
等这些和task2的一致。
暂时这么多心得。