吐司 tusiart.com
在线生图

在线训练指南

更新

1.视频讲解

具体视频跳转至b站查看https://www.bilibili.com/video/BV1gt4y1d7e4/?spm_id_from=333.1350.jump_edge

2.训练入口

在吐司主页点击“在线训练”即可进入

3.添加与处理数据集

3.1添加数据集

数据集

  • 目前支持的格式有png/jpg/jpeg，最多可添加1000张图片进行训练

  • 已上传的图片可以点击右上角进行删除

  • 这里建议大家尽量上传更高清的图片以得到更好的训练结果

可以使用增强后的数据集，例如：裁剪分割、图像镜像/翻转

正则化数据集

  • 正则化技术广泛应用在机器学习和深度学习算法中，其本质作用是正则化起到降低训练素材某个权重的作用，防止过拟合、提高模型泛化能力 。

  • 我们可以通过这里来上传正则化数据集，正则化数据集可以使用用于训练的底模生成。

对于完全不熟悉训练流程的纯小白来说，不使用正则数据集可能会得到更好的效果。

请勿上传血腥/暴力/黄色/涉政等任何违规图片，多次上传违规图片可能会封禁账号

3.2批量裁剪

  1. 裁剪方式：

  • 聚焦裁剪：根据画面的主体内容进行裁剪

  • 中央裁剪：裁剪画面的中央部分

根据训练底膜选择裁剪尺寸

 SD1.5可选尺寸：

  • 512x468

  • 512x512

  • 768x512

SDXL可选尺寸：

  • 768x1024

  • 1024x1024

  • 1024x768

3.3自动打标

每个上传的图片都会被自动打上标签，标签内容点击图片即可查看。除此之外还可对图片标签进行添加与删除。

  1. 如果训练角色想要固定某些特征，那么可以删除该特征的提示词

  2. 任何AI自动打标都不可能100%准确，有条件尽可能人工筛查一遍，剔除错误标注，从而提升模型的质量

    3.4批量加标签

    目前支持对图片进行批量添加标签，可以自行选择添加到行首或者行尾，一般来说是添加到首行作为触发词使用。

    4.训练参数设置

    4.1设置重复次数

    图片训练的重复次数，即repeat参数。一般而言在本地训练时需要单独到训练集的文件夹内调整该项参数

    而在吐司的在线训练工作台里，我们可以从这个地方更改单独图片的重复次数，如果在上面上传了增强的数据集，那么就可以在这里单独设置不同的重复次数

    4.2基础模式

模型主题&底模选择：模型根据不同的主题预设了不同的训练参数，选择合适的底模会让你的模型训练事半功倍哦！需要注意：不同的XL模型之间的LoRA大概率不能通用，请谨慎选择底模

  • 二次元人物：可选底模AnythingV5/Animagine XL/Kohaku-XL Delta，训练SD1.5的二次元人物LoRA需要使用AnythingV5，训练SDXL的LoRA需要使用Animagine XL/Kohaku-XL

  • 真实人物：可选底模EpiCRealism (SD 1.5)/Juggernaut XL（SDXL）。已经预设好训练的部分参数，根据自己需要选择底模调整相关参数即可

  • 2.5D：可选底模DreamShaper/国风3 GuoFeng3/DreamShaper XL1.0/国风4 GuoFeng4 XL，训练SD1.5的LoRA需要使用DreamShaper/国风3 GuoFeng3，训练SDXL的LoRA需要使用DreamShaper XL1.0/国风4 GuoFeng4 XL

  • 标准：预设使用SDXL1.0/SD1.5 base作为训练底模，如非特殊需要，不建议使用

单张重复次数 （Repeat）：Repeat指的是AI对每一张图片学习的次数，这里的Repeat仅对没有单独设置Repeat的图片生效

训练轮数 （Epoch）：Epoch指的是AI对你的图片学习的一个循环。所有的图片都完成了Repeat后，这样就是一个Epoch。

总步数（Steps）：详见表格下方的补充

模型效果预览提示词：这里的提示词是用于每个Epoch保存的版本的预设出图，用于预览模型的训练效果

此参数不影响训练的效果和模型的质量，仅作为实时预览图参数

总步数的计算公式是：

（训练集里面的图片数*Repeat*Epoch）

总步数直接影响模型训练的算力消耗，步数越多算力消耗越大

4.3专业模式

新手不建议使用专业模式

单张重复次数（Repeat）：Repeat指的是AI对每一张图片学习的次数

训练轮数（Epoch）：Epoch指的是AI对你的图片学习的一个循环。所有的图片都完成了Repeat后，这样就是一个Epoch。

总步数的计算公式是： （训练集里面的图片数量*Repeat*Epoch）

总步数将直接影响模型训练的算力消耗，步数越多，算力消耗越大

种子（seed）：（玄学，随机即可）

文本编码器学习率：调整整个模型对于tag的敏感度

如果你在生成图片过程中发现了多余的物品，那么就需要降低TE学习率；如果您很难在不对提示进行大量权重的情况下使内容出现，那么你就需要提高TE学习率。

Unet学习率：模型的学习速度和程度

高的学习率可以使AI学习的更快，但是可能导致过拟合。如果模型不能复刻细节，生成图一点都不像，那么就是学习率太低了，尝试增加学习率

学习率调度器：调度器指的是"如何设置学习率的变化方式"

优化器：优化器设置用于在训练过程中更新神经网络权重的方式。为了智能地进行训练，提出了各种不同的方法。

训练网格大小 Dim：DIM表示神经网络的维度,维度越大,模型的表达能力就越强,模型最终的体积也会越大。

DIM不是越大越好，对于单一角色LoRA而已，DIM完全没有必要开128

训练网络Alpha值：

在实际（保存的）的lora权重值保持较大的同时，在训练时始终以一定比例削弱权重，以使权重值看起来较小。这个“削弱比例”就是Network Alpha。

Network Alpha值越小，保存的LoRA神经网络的权重值越大。

打乱标签：

通常情况下，标题中的单词越靠前，其重要性越高。因此，如果单词的顺序固定，后面的单词可能无法得到很好的学习，或者前面的单词可能与图像生成产生意外的关联。通过每次加载图像时随机调换单词的顺序，可以修正这种偏见。

保持第N个token：指定的前n个单词将始终保持在标题的最前面，可以通过这个去设置触发词。

在这里，“单词”指的是以逗号分隔的文本。无论分隔的文本包含多少个单词，它都被视为“1个单词”。例如，对于“black cat, eating, sitting”，“black cat”被视为1个单词。

噪声偏移：在训练中添加噪声偏移来改良生成非常暗或者非常亮的图像，不宜开太大，尽量在0.2以下

多分辨率噪声衰减率：

多分辨率噪声迭代次数：

卷积层维度：

卷积层Alpha值：

提示词，采样算法：这里的提示词与采样算法是用于每个Epoch保存的版本的预设出图，用于预览模型的训练效果

5.训练过程

因为一台机器只能同时运行一个模型训练任务，所以面对可能出现的排队情况还请各位烘焙师们耐心等待，我们将会尽快为您准备好训练机器。也可以在夜间进行错峰训练哦

6.模型测试

目前可以找到例图合适的模型发布后，不上传展示图片（没有用于展示的图片，不会分发到首页），等待部署完成后即可在工作台测试自己的模型。

7.模型发布/下载/重新训练

在训练完成后您将看到每个Epoch的四张预览图，您可以从中挑选满意的作品发布在吐司或保存在本地。如对本次训练不满意可在右上角查看训练参数、重新训练，具体的调整参数的方法可以查看上面的说明。

1
0