AI绘画Stable Diffusion 终极炼丹攻略教程-训练你的专属Lora模型!

最近我发现有不少朋友在学习了“Stable diffusion”之后,还只是在“玩”这个层次上徘徊。但是,我认为,最重要的,还是要让所有人都能“用”到它。

于是我思考了很久,找出了SD在“应用”层面,最重要的两个功能:Lora 和 ControlNet


Lora负责把自己生活中有关联的人或物炼制成模型,ControlNet负责更好地“控制”这个“模型”

当这两样东西结合在一起,你才能真正的使用 SD,不管是为自己量身定做一个真人,还是为一个商业产品做一个模型,都能做到。

所以,今天这篇是Lora的炼丹教程篇

文章包含了Lora的功能介绍,炼丹方法,实操案例,大家只要跟着一步一步操作,一定能学会。另外需要用到的整合包和模型也都给大家打包好了,请看文末扫描获取哦

一、炼Lora能做到什么

1.AI模特

为自己制作一个模特,然后把模特带到自己的产品上。
在这里插入图片描述

2.炼衣服Lora

添加一个衣服的Lora,就可以让人物穿上特定的衣服

在这里插入图片描述

3.改变画风

增加 Lora来改变图片的风格,这种风格是可以自己调整的。
在这里插入图片描述

那Lora究竟是什么?

Lora可以复刻人物和物品的特征,固定人物动作,改变照片画风

Lora所需的数据非常少,比起大型的模型,要容易得多。因此,每个人都可以根据自己的 Lora来制作自己喜欢的照片。

给大家看看我自己训练的Lora复刻真实的程度

真人Lora👇
在这里插入图片描述

衣服Lora👇

在这里插入图片描述

二、4个步骤炼制Lora

炼制Lora有许多不同的方法,但它们的训练逻辑都是一样的

所以我们选择整合包就可以了,整合包就是把炼丹所需要的所有工具都整合到一个软件里。需要Lora训练器的小伙伴可以扫描获取哦

在这里插入图片描述

炼丹分为以下几步:

1.下载整合包

2.准备素材

3.测试Lora

4.优化Lora

接下来我就用女朋友的照片炼一个Lora,详细的给大家展示具体的操作


三、炼丹前的准备

在炼Lora之前,需要大家先确认一下自己的电脑配置:

1.需要N卡,并且6G显存以上

2.A卡和Mac系统,或者电脑配置不太行的小伙伴建议用云平台,云端平台的使用教程可以看上方扫描获取哦

3.本地下载整合包,解压即用

在我分享的网盘链接里面可以下载整合包(请看文末扫描获取),下载好了之后把它解压到D盘或者E盘,不要放在C盘!!

打开解压之后的文件夹,在“cfurnace_ui”文件夹里面找到“赛博丹炉”的应用程序

双击打开

在这里插入图片描述

看到这个页面就安装好了,点击“开启炼丹炉”就可以开始炼Lora啦!

在这里插入图片描述

四、选择合适的大模型

跟画图一样,炼Lora之前也要先选一个大模型,确定Lora的画风。点击可以直接打开文件夹,找到SD的文件夹调用里面的模型

我这里打算炼一个真人模型,所以选用“chilloutmix”的大模型

如果你的Stable Diffusion里面没有模型,那就要先去下载模型噢!

感兴趣的小伙伴,赠送全套AIGC学习资料,包含AI绘画、AI人工智能等前沿科技教程和软件工具,具体看这里。

在这里插入图片描述

第二个框框就是输入这个Lora的名字

右边的“样张预览”可以打开,这样我们等一下在训练Lora的过程中就可以实时看到照片

在这里插入图片描述

再往下就可以选择一个我们要训练的Lora的类型

选择之后就会帮我们选择默认的参数

训练真人Lora就选“人物”

训练二次元就选“二次元”

如果想炼绘画的风格可以选画风

除此之外还可以自定义去炼平面设计图或者建筑之类的

在这里插入图片描述

五、高质量素材的制作

设置好参数之后,我们就可以上传照片素材了,素材的质量非常重要!!

它直接影响最后出来的Lora的质量,我们的素材需要满足几个点:

1.上传20~30张照片

2.素材要高清!!!

3.多角度照片

这里我就以炼真人Lora为例子,上传真人的照片

点击“删除全部”把默认的素材删掉

然后点击“上传素材”,上传自己的照片

在这里插入图片描述

一般情况下,下面的参数默认就可以了

不要选择太高的分辨率,容易爆显存

另外,如果训练真人Lora,可以勾选最右边的“脸部加强训练”

勾选了之后就会再多裁剪出来一组只有脸的照片,这样AI能学到更多的脸部细节

接着点击“预处理”

处理完之后训练集里面就会有两组素材

一组是原素材,还有一组就是裁剪的只有脸的素材

人脸素材里面会有些识别不准确的照片

我们点击照片右下角的图标把照片删掉

再看到“TAG编辑”

这里面就是形容照片的一些标签

右边是所有照片的标签

单独点击某一张照片就可以看到这张照片的标签

这里我们需要把照片大概检查一下

手动删掉或者增加标签

标签和照片对不上,AI就会学错了

比如这张照片的标签里的“夹克”和“白色衬衫”就是错的

把这两个标签勾选上,点击“删除”

然后新增一个“粉色衬衫”

另外,关于标签,必须了解!

如果你希望保持一个角色的特性,那么就需要删除相应的标签 让AI认为该角色具有该特性。

如果您希望对一个功能具有灵活性,请将其标记为该功能

比如:

如果我现在要教这个角色的话

粉红的头发,碧绿的眼睛是这幅画的特点

如果你想要在 SD中继续拍摄这个角色,那么你想要她的容貌吗?

然后我们要去掉粉发碧眼的标签

所以,无论我们输入的是白发还是黑发,出现的都是粉发。

如果您希望在 SD中定制您的发色,请在此处输入“粉色头发”

言归正传!

完成所有的选项卡之后,就可以点击右下角的选项进行练习了。

六、耐心等待的训练过程

看到这个页面就是模型正在训练中

到这一步只要耐心等待就可以了,没什么需要操作的

我们来看看以下参数的含义

这里的“Steps”指的是练习的步骤

在每个练习50个步骤的右下角显示一个图像

这样我就能看到洛拉的脸了。

这一头白发,一条红色的裙子,都是被人添加进去的。

可以对 Lora进行推广测试

“普适性”指的是 Lora在照片中可以随意改变自己的发型,发色,衣服等等。

Loss可以用来参考模型的好坏

一个好的模型Loss值在0.07~0.09之间

具体好不好还是要在Stable Diffusion实际测试才知道

等训练完了之后,点击“模型”

就可以看到生成出来模型

按照默认参数训练会出来10个模型,但不是说最后一个模型就是最好的

有可能炼到第六第七个模型就已经够了,再往后的模型就已经训练过度了

所以这些模型还要实际在SD测试一下,才知道哪个是最好的

七、如何测试Lora的好坏

模型生成出来之后就可以到Stable Diffusion(简称SD)里面生成图片

在 SD里面,可以生成这样一张大图,可以直观地看到所有模型在不同权重下的效果。

如果您想要比较哪一种模式,那么您就只需要保留那一种模式即可。

接下来我们就看看怎么生成这张大图

首先把新生成的10个模型复制到SD的models文件夹,放到Lora文件夹里面

可以在Lora文件夹里新建一个文件夹来存放

然后把没有序号编码的那个Lora重命名

没有序号编码的Lora就是最后生成出来的一个模型

为了方便进行测试,统一一下所有模型的名称

保存好模型之后就可以打开SD进行测试了

首先先选一个大模型

你用哪一个大模型来训练lora就选哪个大模型

下一步,就是我们新制作出来的Lora了。

随便挑一个就行

选了Lora之后,我们就会在关键词的文本框里看到这串Lora的编号

然后把“000006”那段数值改成“NUM”

把最后的数字“1”改成“STRENGTH”,也就是权重的意思

迭代步数,采样方法这些参数大家可以按照自己的习惯去修改

然后滑到最下面找到“脚本”

在脚本里面选择 “X/Y/Z图表

X轴、Y轴类型都选择 “提示词搜索/替换

X轴的值输入:NUM,000001,000002,000003,000004,000005,000006,000007,000008,000009,000010

这里的序号对应的就是我们10个Lora的编号

Y轴值输入:STRENGTH,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1

这里的序号代表的是Lora的权重

当所有的参数都被设置好后,接下来是“生成”的时候了。

生成了这样一幅大图,上面显示了10个 Lora在不同强度下的表现。

从下面的图片中,找出一幅与自己最相似,最有效果的图片。

就能看出哪种 Lora在什么强度下才能发挥出最大的作用。

像我可能就会选第七个Lora,在权重0.7的时候的照片

然后,我们可以对 Lora的推广能力进行测试。

在关键字中键入图片中找不到的内容

比如原来图片是黑色头发,那就在关键词里面输入一个白色头发

原来图片是粉色衣服,那就可以让它变成黑色衣服

要查看图片,请单击“生成”

半白半黑的头发和半黑的衣服

所以我认为洛拉已经够好了

来看看真人和AI的对比

在这里插入图片描述

这份完整版的资料我已经打包好,需要的点击下方添加,即可免费领取

在这里插入图片描述

对于很多刚学习AI绘画的小伙伴而言,想要提升、学习新技能,往往是自己摸索成长,不成体系的学习效果低效漫长且无助。

如果你苦于没有一份Lora模型训练学习系统完整的学习资料,这份网易的《Stable Diffusion LoRA模型训练指南》电子书,尽管拿去好了。

包知识脉络 + 诸多细节。节省大家在网上搜索资料的时间来学习,也可以分享给身边好友一起学习。

img

img

img

这份完整版的资料我已经打包好,需要的点击下方添加,即可免费领取

在这里插入图片描述

  • 8
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
使用稳定扩散算法(stable diffusion训练自己专属的人像模型是一项基于AI技术的创新工作。下面是一些步骤,帮助你了解如何训练模型。 首先,你需要准备一个包含大量人像图片的数据集。这个数据集可以包括各种类型的人像,以确保模型的泛化能力。确保图像质量高,具有足够的多样性是非常重要的。 接下来,你需要使用稳定扩散算法来训练模型。这种算法能够有效地处理图像数据,并生成高质量的人像。你可以使用深度学习框架,如PyTorch或TensorFlow来实现这个算法。根据你的需求和喜好,可以选择已经存在的模型架构,如U-Net等,也可以根据自己的特定要求设计新的架构。 训练过程中,你需要进行数据预处理、模型训练模型优化等步骤。数据预处理包括图像裁剪、缩放和增强等操作,以提高模型的准确性和鲁棒性。模型训练阶段可以使用已标注的数据进行有监督训练,也可以采用无监督或半监督方法。模型优化则包括调整超参数、正则化和使用合适的损失函数等。 在训练完成后,你可以使用你的专属人像模型进行图像生成或编辑。该模型可以通过输入一张未经过加工的人像图像,生成具有艺术性的、更具个性的人像。你可以通过在模型的输入中添加一些约束,如风格引导或语义控制,来进一步控制图像的生成过程。 总的来说,使用稳定扩散训练自己的专属人像模型需要一定的深度学习和计算机视觉知识。但它为用户提供了一种独特而个性化的数字艺术创作体验。通过不断地学习和实践,你可以进一步完善和改进你的模型,以实现更加出色和逼真的人像生成效果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值