教程贡献者说:
在上一个task中,我对baseline进行了逐行精读,学会了使用AI工具来帮助我更快更好地学习,同时我对零代码文生图平台secpter webui也有了一个初步的理解。
今天的任务了解微调的基本原理,然后对微调的各种参数有一个更加清楚的了解,来实现一个更好的效果,并且在这个Task中简单了解并应用一下文生图的工作流平台工具ComfyUI,来实现一个更加高度定制的文生图。
加油,大家坚持住,行百里者半九十,成功就在眼前了。
那么事不宜迟, 我们现在就开始吧!
part1:工具初探一ComfyUI应用场景探索
-
初识ComfyUI
-
什么是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。
核心模块由模型加载器、提示词管理器、采样器、解码器。
本小节内容来自魔搭社区,具体内容可点击查看:魔搭官方教程。
Stable Diffusion的基本原理是通过降噪的方式(如完全的噪声图像),将一个原本的噪声信号变为无噪声的信号(如人可以理解的图像)。其中的降噪过程涉及到多次的采样。采样的系数在KSampler中配置:
-
seed:控制噪声产生的随机种子
-
control_after_generate:控制seed在每次生成后的变化
-
steps:降噪的迭代步数,越多则信号越精准,相对的生成时间也越长
-
cfg:classifier free guidance决定了prompt对于最终生成图像的影响有多大。更高的值代表更多地展现prompt中的描述。
-
denoise: 多少内容会被噪声覆盖 sampler_name、scheduler:降噪参数。
-
ComfyUI图片生成流程
模块化和灵活性:ComfyUI 提供了一个模块化的系统,用户可以通过拖放不同的模块来构建复杂的工作流程。这种灵活性允许用户根据自己的需求自由组合和调整模型、输入、输出、和其他处理步骤。
可视化界面:ComfyUI 提供了直观的图形界面,使得用户能够更清晰地理解和操作复杂的 AI 模型和数据流。这对没有编程背景的用户特别有帮助,使他们能够轻松构建和管理工作流程。
多模型支持:ComfyUI 支持多个不同的生成模型,用户可以在同一平台上集成和切换使用不同的模型,从而实现更广泛的应用场景。
调试和优化:通过其可视化界面,ComfyUI 使得调试生成过程变得更简单。用户可以轻松地追踪数据流,识别并解决问题,从而优化生成结果。
开放和可扩展:ComfyUI 是一个开源项目,具有高度的可扩展性。开发者可以根据需要编写新的模块或插件,扩展系统功能,并根据项目需求进行定制。
用户友好性:尽管其功能强大,但 ComfyUI 仍然保持了用户友好性,即使对于复杂任务,也能以相对简单的方式完成,使其成为生成式 AI 工作流程管理的有力工具。
对 ComfyUI有简单了解之后,我们对其安装过程不再赘述。
接下来我们开始训练自己的图片(比赛要求是精美,连贯)
1.第一次跑出的图片有至少六根手指,在加入反向描述词“多余的手指”后,AI开始避免在图片中出现手指,但是这一行为违背“双手托腮”的指令。重新运行问题解决,AI很多变。
2.
最终顺利跑成,“医生成长之路"!!!