Локальное обучение SDXL LORA с помощью Kohya - ПОЛНОЕ РУКОВОДСТВО // стабильное распространение

• Stable Diffusion Extra Large позволяет создавать изображения с помощью ИИ.  

• Модель используется для создания контрольных точек и обучения дополнительных сетей, таких как LORA.  

• Контрольные точки — это автономные файлы, а LORA — файлы меньшего размера, которые быстрее обучаются.  

• Koia SS — проект с открытым исходным кодом для обучения моделей и сетей LORA.  

• Поддерживает Windows, Linux и macOS.  

• Для установки на Windows необходимо выполнить предварительные условия: установить Python и Visual Studio.  

• Создать новую папку для Koia SS.  

• Скопировать командную строку со страницы проекта на GitHub и выполнить настройку.  

• Выбрать параметры установки, включая использование графического процессора.  

• Использовать высококачественные изображения для обучения LORA.  

• Источники изображений: Google Images, Unsplash, Pixabay, сайты с видео высокого разрешения, Wikimedia.  

• Важность вариативности изображений: разные ракурсы, эмоции, освещение, одежда, причёски, цвета.  

• Для создания персонажей достаточно 10 высококачественных изображений.  

• Для воспроизведения стиля требуется около 20 изображений.  

• Начинать с 10–20 изображений и добавлять больше, если результаты не соответствуют ожиданиям.  

• Нет необходимости обрезать изображения до 512x512, так как Koia позволяет группировать изображения по соотношениям.  

• Если компьютер не справляется с большими файлами, можно обрезать изображения или использовать компрессор.  

• Использовать утилиту Koia для создания субтитров.  

• Примеры субтитров: «blip», «wd14».  

• Копировать теги в отдельный текстовый файл для удобства работы.  

• Настраивать теги вручную, добавляя подсказки к изображениям.  

• Пример подсказки: «женщина с розовыми волосами и голубыми глазами».  

• Альтернатива: использовать Buru Dataset Tag Manager для автоматизации процесса.