OneTrainer

OneTrainer

OneTrainer adalah solusi satu atap untuk semua kebutuhan pelatihan difusi stabil Anda.

Fitur

• Model yang Didukung : Flux.1, Difusi Stabil 1.5, 2.0, 2.1, 3.0, 3.5, SDXL, Würstchen-V2, Cascade Stabil, Pixart-Alpha, Pixart-Sigma dan Model Inpainting
• Format Model : Model Diffusers dan CKPT
• Metode pelatihan : fine-tuning penuh, lora, embeddings
• Pelatihan bertopeng : Biarkan pelatihan fokus hanya pada bagian -bagian tertentu dari sampel.
• Cadangan Otomatis : Cadangkan sepenuhnya kemajuan pelatihan Anda secara teratur selama pelatihan. Ini termasuk semua informasi untuk melanjutkan pelatihan dengan mulus.
• Augmentasi gambar : Terapkan transformasi acak seperti rotasi, kecerahan, kontras atau saturasi untuk setiap sampel gambar untuk dengan cepat membuat dataset yang lebih beragam.
• Tensorboard : Integrasi Tensorboard sederhana untuk melacak kemajuan pelatihan.
• Beberapa petunjuk per gambar : Latih model pada beberapa petunjuk berbeda per sampel gambar.
• Penjadwal Penjadwal Kebisingan : Dari kertas jadwal kebisingan difusi umum dan langkah -langkah sampel cacat
• EMA : Latih model EMA Anda sendiri. Secara opsional simpan bobot EMA di memori CPU untuk mengurangi penggunaan VRAM.
• Aspek Rasio Bucketing : Secara otomatis melatih rasio beberapa aspek sekaligus. Cukup pilih resolusi target, ember dibuat secara otomatis.
• Pelatihan multi resolusi : Latih beberapa resolusi secara bersamaan.
• Dataset Tooling : Secara otomatis menuliskan dataset Anda menggunakan blip, blip2 dan wd-1.4, atau membuat masker untuk pelatihan bertopeng menggunakan clipseg atau rembg.
• Model Tooling : Konversi antara berbagai format model dari UI sederhana.
• Sampling UI : Contoh model selama pelatihan tanpa beralih ke aplikasi yang berbeda.
• AlignProp : Metode pembelajaran penguatan untuk jaringan difusi dari makalah yang menyelaraskan model difusi teks-ke-gambar dengan imbalan backpropagation

Instalasi

Menginstal OneTrainer membutuhkan Python> = 3.10 dan <3.13. Anda dapat mengunduh Python di sini https://www.python.org/downloads/windows/. Kemudian ikuti langkah -langkah ini:

Instalasi Otomatis

• Kloning git clone https://github.com/Nerogar/OneTrainer.git
• Berlari:
  • Windows: install.bat
  • Sistem berbasis unix: install.sh

Instalasi Manual

• Kloning git clone https://github.com/Nerogar/OneTrainer.git
• Menavigasi ke cd OneTrainer
• Siapkan lingkungan virtual python -m venv venv
• Aktifkan VENV baru:
  • Windows: venvscriptsactivate
  • Sistem Berbasis UNIX: source venv/bin/activate
• Pasang persyaratan pip install -r requirements.txt

Dalam beberapa distribusi Linux, Anda mungkin perlu menginstal libgl, misalnya di Ubuntu Anda perlu menjalankan:

 sudo apt-get update
sudo apt-get install libgl1

Memperbarui

Pembaruan Otomatis

• Jalankan update.bat atau update.sh

Pembaruan Manual

• Tarik perubahan git pull
• Aktifkan VenV venvscriptsactivate
• Instal ulang semua persyaratan pip install -r requirements.txt --force-reinstall

Penggunaan

Untuk memulai UI, jalankan start-ui.bat . Anda dapat menemukan panduan start cepat di sini., Dan gambaran yang lebih rinci tentang berbagai topik di sini.

Jika Anda membutuhkan lebih banyak kontrol, OneTrainer mendukung dua mode operasi. Hanya baris perintah, dan UI. Semua perintah perlu dijalankan di dalam venv aktif yang dibuat selama instalasi.

Semua fungsionalitas dibagi menjadi berbagai skrip yang terletak di direktori scripts . Ini saat ini termasuk:

• train.py skrip pelatihan pusat
• train_ui.py A UI untuk pelatihan
• caption_ui.py A UI untuk captioning manual atau otomatis dan pembuatan topeng untuk pelatihan bertopeng
• convert_model_ui.py A UI untuk konversi model
• convert_model.py utilitas untuk mengonversi antara berbagai format model
• sample.py utilitas untuk mencicipi model apa pun
• create_train_files.py utilitas untuk membuat file yang dibutuhkan saat pelatihan hanya dari CLI
• generate_captions.py utilitas untuk secara otomatis membuat teks untuk dataset Anda
• generate_masks.py utilitas untuk secara otomatis membuat topeng untuk dataset Anda
• calculate_loss.py utilitas untuk menghitung kehilangan pelatihan setiap gambar dalam dataset Anda

Untuk mempelajari lebih lanjut tentang parameter yang berbeda, jalankan <script-name> -h . Misalnya python scriptstrain.py -h

Jika Anda berada di Mac atau Linux, baca dokumentasi skrip peluncuran untuk informasi terperinci tentang cara menjalankan OneTrainer dan berbagai skripnya di sistem Anda.

Berkontribusi

Kontribusi selalu diterima dalam bentuk apa pun. Anda dapat membuka masalah, berpartisipasi dalam diskusi, atau bahkan permintaan tarik terbuka untuk fungsionalitas baru atau yang lebih baik. Anda dapat menemukan informasi lebih lanjut di sini.

Sebelum Anda mulai melihat kode, saya sarankan membaca tentang struktur proyek di sini. Untuk diskusi mendalam, Anda harus mempertimbangkan untuk bergabung dengan server Discord.

Anda juga perlu menginstal dependensi pengembang yang diperlukan untuk pengguna Anda saat ini dan mengaktifkan kait komit git, melalui perintah berikut (berfungsi di semua platform; Windows, Linux dan Mac):

pip install -r requirements-dev.txt
pre-commit install

(Pastikan untuk menjalankan perintah itu tanpa mengaktifkan lingkungan VENV atau CONDA Anda, karena pra-komit seharusnya dipasang di luar lingkungan apa pun.)

Sekarang semua komitmen Anda akan secara otomatis diverifikasi untuk kesalahan umum dan masalah gaya kode, sehingga pengulas kode dapat fokus pada arsitektur perubahan Anda tanpa membuang waktu untuk masalah gaya/pemformatan, sehingga sangat meningkatkan peluang bahwa permintaan tarikan Anda akan diterima dengan cepat dan mudah.

Proyek terkait

• MGDS : Implementasi Dataset Kustom untuk Pytorch yang dibangun di sekitar ide grafik berbasis node.
• StableTuner : Aplikasi pelatihan lain untuk difusi stabil. Onetrainer mengambil banyak inspirasi dari Stablletuner dan tidak akan ada tanpanya.
• Vision of Chaos : Kumpulan alat pembelajaran mesin yang juga termasuk onetrainer.