You need to enable JavaScript to run this app.
文档中心
智能视觉服务

智能视觉服务

复制全文
下载 pdf
LoRA模型训练
LoRA模型训练
复制全文
下载 pdf
LoRA模型训练
​​​
炉米LoRA训练亮点​
​
开放Seed LoRA训练​
基模与模型广场打通​
小样本训练模板​
​​​
​​​
​​​
开放更多参数​
图集在线裁剪​
支持批量打标​
​​​
​​​
​​​
团队共享训练参数​
​
​
​​​
​
​
​
参数导入​
为了便于炼丹师之间的协作训练,「参数导入」功能支持一键导入/导出图集+打标内容+所有训练参数,团队可共享训练成果​
​
导出模型参数​
导入模型参数​
​​​
​​​
- 点击模型-更多-导出模型参数json文件​
- 一键导入图集+打标内容+所有训练参数,团队高效共享训练内容​
​
多图集&正则图集训练​
让模型可以更好地学习不同图集的风格差异,通过不同的触发词高效调用,训练效果更加精细可控​
​
多图集​
​​​
​​​
​​​
  • 按照不同人像、风格等导入图集;​
  • 为每一个图集设定不同的触发词及重复训练次数​
  • eg:以人像类LoRA模型的训练为例,将图集按照:男性、女性、双人等内容划分,通过设置不同的触发词实现对应风格的调用,出图效果更佳。​
​
正则图集​
​
  • 场景: 如果只针对单一概念训练,不需要正则化图集;如果训练多个概念,可以尝试增加正则图集,非必填,小白可直接略过。​
  • 作用: 解决训练造成的过拟合与语言漂移问题​
​
批量打标​
​
- 可批量设置关键词至所有图片行首/尾,一键为该图集下全部图片打标,减少重复性步骤;​
​
​
图集在线裁剪​
只在这儿 | 裁剪无需跳转外部,在提交训练页面内即可轻松完成​
操作便捷 | 快速裁剪如去水印,为训练前处理提效​
方式多样| 灵活选取裁剪模式,人脸和主体选择适应不同训练场景​
​
步骤​
图示​
说明​
步骤1:上传图集​
​​​
图集右上角,点击裁剪​
步骤2:直接裁图​
4种模式可供选择​
​​​
​​​
进入裁剪界面,有4种模式可供选择。比如,如果想批量去掉水印,则在模式中选“中央裁剪”,在尺寸中选自定义,输入可可裁剪掉水印的高度数值,点击确认。​
​
小样本训练模​
​
  • 复用优质模型炼丹师训练参数​
  • 聚焦人像摄影、概念、素材等多种垂类​
  • 一键体验同款模板​
​​​
​
更多参数详解​
基础模型​
  1. 基模选择 基础模型对效果有很大影响,通常来说选择对应垂类的模型有利于产出更高质量的图。​
  1. Note: 目前支持CKPT和CHECKPOINT MERGE【Lora模型/HDFS格式待支持】,将鼠标移动到Download并右键复制链接地址,再将地址粘贴到炉米基础模型填写框中:​
  1. 训练不同类型Lora可以选择意向画风作为基模,比如训练动漫人物,选择动漫模型训练lora会更有效。​
  • 3个基础模型训练capcut风格的效果比较:​
​
日漫风​
贴纸风​
通用​
​​​
​​​
​​​
​
Lora诱发词 (trigger words/rare token)​
  • 一般用于唯一标识学习的内容,比如默认的 "sts style" 表示这种特定的新学到的风格,在生成图片的时候加入诱发词(sts这种生僻词)可以让效果更明显(有时会过拟合,通常可以调低权重来解决);​
  • 此外,诱发词如果是有含义的词也可以让模型更容易拟合,比如要学习光线,诱发词可以用 'xxx light',要学习某条狗的模样,诱发词可用 'xxx dog' ;以下面剪纸为例,当初始词汇位' sts style'的时候,学到的效果偏弱,而当直接指定' chinese papercut style'后,可以定向学到想要的东西。​
​​​
打标工具​
  • 选择打标工具,默认BLIP更偏向自然语言;​
  • tagger则会有更细粒度的标签,在动漫场景效果会更优。​
​​​
图集设置​
  • 一般不建议调整,如若训练图片较大,也可以适当调大分辨率;​
  • 另外,启用桶可以自动处理长方形的图片,不需要额外调整分辨率。​
​​​
保存设置​
  • 可以保存更多中间版本的模型,若最终版本过度拟合(训练过久),可以选前面的版本进行测试;​
​​​
训练参数​
  • 轮次越多,效果越明显,但是过度训练会导致过拟合,推荐训练的总步数数量在1w步以内;​
  • 总步数 = 图片数量 * 训练轮次**/训练批次(**batch size),一般而言风格概念学习在3k~5k就能表现的不错了。​
  • 批量大小batchsize: 越大训练速度越快,相对应的学习率可以增大(根号n倍增大),直接增大epoch亦可;​
​​​
网络设置​
  • 这两个值一般保持一致,或1/2,数值越大模型参数量越大,当dim=128时,模型大小约为144mb;​
​​​
训练预览图设置​
  • 提前写入一些测试用的文本用于验证lora训练效果,这些文本最终会在模型返回的图中显示出来。​
  • 效果图从左到右分别是原模型+不同权重的lora,不同权重的lora代表所对应风格的效果强度,可以根据这个在使用lora的使用适当调整lora权重。​
​​​
噪声设置​
  • 让图片风格整体偏暗(类似Midjourney)推荐值 0.1~0.2;​
​​​
​
​
​
最近更新时间:2025.04.08 19:18:29
这个页面对您有帮助吗?
有用
有用
无用
无用