OneTrainer

Onetrainer

OneTrainerは、すべての安定した拡散トレーニングのニーズに対応するワンストップソリューションです。

特徴

• サポートされているモデル：Flux.1、安定した拡散1.5、2.0、2.1、3.0、3.5、SDXL、Würstchen-V2、Stable Cascade、Pixart-Alpha、Pixart-Sigma、およびInpainting Models
• モデル形式：ディフューザーとCKPTモデル
• トレーニング方法：完全な微調整、ロラ、埋め込み
• マスクトレーニング：サンプルの特定の部分にトレーニングに焦点を合わせます。
• 自動バックアップ：トレーニング中にトレーニングの進捗状況を定期的にバックアップします。これには、トレーニングをシームレスに継続するためのすべての情報が含まれます。
• 画像の増強：各画像サンプルに回転、輝度、コントラスト、飽和などのランダム変換を適用して、より多様なデータセットを迅速に作成します。
• テンソルボード：トレーニングの進捗を追跡するための簡単なテンソルボード統合。
• 画像あたりの複数のプロンプト：画像サンプルごとに複数の異なるプロンプトでモデルをトレーニングします。
• ノイズスケジューラーの再スケーリング：紙から一般的な拡散ノイズスケジュールとサンプルステップに欠陥があります
• EMA ：独自のEMAモデルをトレーニングします。オプションでは、VRAMの使用量を削減するために、EMAウェイトをCPUメモリに保持します。
• アスペクト比バケット：一度に複数のアスペクト比で自動的にトレーニングします。ターゲット解像度を選択するだけで、バケットは自動的に作成されます。
• マルチ解像度トレーニング：複数の解像度を同時にトレーニングします。
• データセットツール：BLIP、BLIP2、WD-1.4を使用してデータセットを自動的にキャプションするか、ClipsegまたはRembgを使用してマスクトレーニング用のマスクを作成します。
• モデルツール：単純なUIからの異なるモデル形式間で変換します。
• サンプリングUI ：別のアプリケーションに切り替えることなく、トレーニング中にモデルをサンプリングします。
• alignprop ：拡散ネットワークの強化学習方法テキストからイメージへの拡散モデルを報酬バックプロパゲーションに合わせて整列させる

インストール

OneTrainerをインストールするには、python> = 3.10および<3.13が必要です。 Pythonはhttps://www.python.org/downloads/windows/をダウンロードできます。次に、次の手順に従います。

自動インストール

• リポジトリgit clone https://github.com/Nerogar/OneTrainer.gitクローンします
• 走る：
  • Windows： install.bat
  • UNIXベースのシステム： install.sh

手動インストール

• リポジトリgit clone https://github.com/Nerogar/OneTrainer.gitクローンします
• クローン化されたディレクトリcd OneTrainerに移動します
• 仮想環境python -m venv venvをセットアップします
• 新しいvenvをアクティブにします：
  • Windows： venvscriptsactivate
  • UNIXベースのシステム： source venv/bin/activate
• 要件pip install -r requirements.txtをインストールします。TXT

いくつかのLinuxディストリビューションでは、libglをインストールする必要がある場合があります。たとえば、Ubuntuで実行する必要があります。

 sudo apt-get update
sudo apt-get install libgl1

更新

自動更新

• update.batまたはupdate.shを実行します

手動更新

• git pullを変更します
• venv venvscriptsactivateアクティブ化します
• すべての要件を再インストールするpip install -r requirements.txt --force-reinstall

使用法

UIを開始するには、 start-ui.batを実行します。ここでクイックスタートガイドを見つけることができます。また、さまざまなトピックのより詳細な概要をご覧ください。

さらに制御が必要な場合、Onetrainerは2つの動作モードをサポートします。コマンドラインのみ、およびUI。すべてのコマンドは、インストール中に作成されたアクティブなVENV内で実行する必要があります。

すべての機能は、 scriptsディレクトリにあるさまざまなスクリップに分割されます。これには現在：

• train.py中央トレーニングスクリプト
• train_ui.pyトレーニング用のUI
• caption_ui.pyマニュアルまたは自動キャプションのためのUIとマスクトレーニング用のマスク作成とマスク作成
• convert_model_ui.pyモデル変換用のUI
• convert_model.py異なるモデル形式間で変換するユーティリティ
• sample.py任意のモデルをサンプリングするユーティリティ
• create_train_files.py cliからのみトレーニングするときに必要なファイルを作成するためのユーティリティ
• generate_captions.pyユーティリティデータセットのキャプションを自動的に作成する
• generate_masks.pyデータセットのマスクを自動的に作成するユーティリティ
• calculate_loss.pyデータセット内のすべての画像のトレーニング損失を計算するユーティリティ

さまざまなパラメーターの詳細については、 <script-name> -hを実行してください。たとえば、 python scriptstrain.py -h

MacまたはLinuxを使用している場合は、Onetrainerとシステム上のさまざまなスクリプトを実行する方法に関する詳細情報については、起動スクリプトドキュメントをお読みください。

貢献

貢献はいつでもいつでも歓迎されます。問題を開きたり、ディスカッションに参加したり、新規または改善された機能のオープンプルリクエストもできます。詳細については、こちらをご覧ください。

コードを見始める前に、ここでプロジェクト構造について読むことをお勧めします。詳細な議論のために、Discordサーバーへの参加を検討する必要があります。

また、現在のユーザーに必要な開発者依存関係をインストールし、次のコマンド（すべてのプラットフォームで動作し、Windows、Linux、Macで動作）を介してGit Commitフックを有効にする必要があります。

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

（ VENVまたはConda環境をアクティブ化することなく、これらのコマンドを実行してください。

これで、すべてのコミットが一般的なエラーとコードスタイルの問題について自動的に検証され、コードレビュー担当者はスタイル/フォーマットの問題に時間を無駄にすることなく、変更のアーキテクチャに焦点を合わせることができるため、プルリクエストが迅速かつ楽に受け入れられる可能性を大幅に改善できます。

関連プロジェクト

• MGDS ：ノードベースのグラフのアイデアを中心に構築されたPytorchのカスタムデータセット実装。
• StableTuner ：安定した拡散のためのもう1つのトレーニングアプリケーション。 OneTrainerは、Stabletunerから多くのインスピレーションを得ており、それなしでは存在しません。
• カオスのビジョン：Onetrainerを含む機械学習ツールのコレクション。