Ini adalah templat yang dapat digunakan untuk melatih beberapa konsep dan gambar regularisasi untuk model LORA (adaptasi rendah).
Lora: https://github.com/cloneofsimo/lora
Berdasarkan skrip pelatihan oleh kohya-ss sd-skrip
| Direktori | Keterangan |
|---|---|
image_dir | Berisi semua gambar input dan file captioning, diawali dengan jumlah total zaman per gambar |
reg_dir | Berisi semua gambar regularisasi per konsep, diawali dengan jumlah total pengulangan per gambar REG |
log | catatan setiap log pelatihan |
output | Biner Output Akhir (Safesensor, PT, dll) |
config_v1_example.json | Konfigurasi untuk sesi pelatihan (ganti nama menjadi apa pun yang Anda inginkan) |
Seimbangkan dataset sehingga folder konsep menunjukkan berapa kali mereka harus diulang selama pelatihan.
Misalnya, katakanlah Anda memiliki empat konsep dan masing -masing memiliki 14 gambar per konsep, kecuali untuk satu, yang memiliki 28 .
Untuk menyeimbangkan ini untuk langkah -langkah pelatihan per konsep per zaman 5200 , Anda akan membagi pengulangan dengan jumlah total gambar per konsep:
5200 / 14 = 371 5200 / 28 = 186
Dalam contoh, nama direktori konsep adalah:
Utilitas di bawah ini akan memastikan bahwa setiap folder konsep dalam folder dataset digunakan secara merata selama proses pelatihan model pembelajaran mesin Dreambooth, terlepas dari jumlah gambar di setiap folder:
https://github.com/bmaltais/kohya_ss/blob/cdf84e2f4b65517c396ffb72474616a57bc109b6/library/dataset_balancing_gui.py