lora concepts template
1.0.0
Esta es una plantilla que se puede utilizar para entrenar múltiples conceptos e imágenes de regularización para modelos Lora (adaptación de bajo rango).
Lora: https://github.com/clonofsimo/lora
Basado en scripts de entrenamiento por Kohya-SS SD-SCRIPS
| Directorio | Descripción |
|---|---|
image_dir | Contiene todas las imágenes de entrada y archivos de subtítulos, prefijados por el número total de época por imagen |
reg_dir | Contiene todas las imágenes de regularización por concepto, prefijado por el número total de repeticiones por imagen Reg |
log | Registros de cada registro de capacitación |
output | el binario de salida final (safeSensor, PT, etc.) |
config_v1_example.json | la configuración para la sesión de capacitación (cambie el nombre de lo que desee) |
Equilibre los conjuntos de datos para que las carpetas conceptuales indiquen el número de veces que se repitan durante el entrenamiento.
Por ejemplo, supongamos que tiene cuatro conceptos y cada uno de ellos tiene 14 imágenes por concepto, excepto una, que tiene 28 .
Para equilibrar esto para los pasos de entrenamiento por concepto por época 5200 , dividiría las repeticiones por la cantidad total de imágenes por concepto:
5200 / 14 = 371 5200 / 28 = 186
En el ejemplo, el nombre de los directorios conceptuales sería:
La siguiente utilidad se asegurará de que cada carpeta conceptual en la carpeta del conjunto de datos se use por igual durante el proceso de entrenamiento del modelo de aprendizaje automático Dreambooth, independientemente del número de imágenes en cada carpeta:
https://github.com/bmaltais/kohya_ss/blob/cdf84e2f4b65517c396ffb72474616a57bc109b6/library/dataset_balancing_gui.py
