OneTrainer

Onetrainer

Onetrainer는 모든 안정적인 확산 훈련 요구를위한 원 스톱 솔루션입니다.

특징

• 지원되는 모델 : 플럭스 1, 안정적인 확산 1.5, 2.0, 2.1, 3.0, 3.5, SDXL, Würstchen-V2, 안정적인 캐스케이드, Pixart-Alpha, PixArt-Sigma 및 Inpainting 모델
• 모델 형식 : 디퓨저 및 CKPT 모델
• 훈련 방법 : 전체 미세 조정, 로라, 임베딩
• 가면 훈련 : 훈련이 샘플의 특정 부분에만 집중하도록하십시오.
• 자동 백업 : 교육 중에 정기적으로 교육 진행 상황을 완전히 백업하십시오. 여기에는 교육을 원활하게 계속 훈련하기위한 모든 정보가 포함됩니다.
• 이미지 확대 : 각 이미지 샘플에 회전, 밝기, 대비 또는 채도와 같은 랜덤 변환을 적용하여보다 다양한 데이터 세트를 신속하게 만듭니다.
• Tensorboard : 교육 진행 상황을 추적하기위한 간단한 텐서 보드 통합.
• 이미지 당 여러 프롬프트 : 이미지 샘플 당 여러 다른 프롬프트에서 모델을 훈련시킵니다.
• 노이즈 스케줄러 저조 : 용지에서 일반적인 확산 소음 일정 및 샘플 단계에 결함이 있습니다.
• EMA : 자신의 EMA 모델을 훈련시킵니다. 선택적으로 CPU 메모리에 EMA 가중치를 유지하여 VRAM 사용을 줄입니다.
• 종횡비 버킷 : 한 번에 여러 종횡비를 자동으로 훈련합니다. 대상 해상도를 선택하면 버킷이 자동으로 생성됩니다.
• 멀티 해상도 훈련 : 다중 해상도를 동시에 훈련시킵니다.
• 데이터 세트 툴링 : Blip, Blip2 및 WD-1.4를 사용하여 데이터 세트를 자동으로 캡션하거나 ClipSEG 또는 REMBG를 사용하여 마스크 교육을위한 마스크를 만듭니다.
• 모델 툴링 : 간단한 UI에서 다른 모델 형식으로 변환합니다.
• UI 샘플링 : 다른 응용 프로그램으로 전환하지 않고 훈련 중에 모델을 샘플링하십시오.
• ALIGNPROP : 보상 역자화와 함께 텍스트-이미지 확산 모델을 정렬하는 논문에서 확산 네트워크를위한 강화 학습 방법

설치

Onetrainer를 설치하려면 Python> = 3.10 및 <3.13이 필요합니다. https://www.python.org/downloads/windows/에서 Python을 다운로드 할 수 있습니다. 그런 다음 다음 단계를 따르십시오.

자동 설치

• 저장소 git clone https://github.com/Nerogar/OneTrainer.git 복제하십시오
• 달리다:
  • Windows : install.bat
  • 유닉스 기반 시스템 : install.sh

수동 설치

• 저장소 git clone https://github.com/Nerogar/OneTrainer.git 복제하십시오
• 복제 된 디렉토리 cd OneTrainer 로 이동하십시오
• 가상 환경 python -m venv venv 설정하십시오
• 새로운 venv 활성화 :
  • Windows : venvscriptsactivate
  • UNIX 기반 시스템 : source venv/bin/activate
• 요구 사항 pip install -r requirements.txt 설치하십시오

일부 Linux 배포에서는 Libgl을 설치해야 할 수도 있습니다 (예 : Ubuntu)는 실행해야합니다.

 sudo apt-get update
sudo apt-get install libgl1

업데이트

자동 업데이트

• update.bat 또는 update.sh 실행합니다

수동 업데이트

• 잡아 당기기 git pull
• Venv venvscriptsactivate 활성화하십시오
• 모든 요구 사항 pip install -r requirements.txt --force-reinstall

용법

UI를 시작하려면 start-ui.bat 실행하십시오. 여기에서 빠른 시작 가이드와 다른 주제에 대한 자세한 개요를 여기에서 찾을 수 있습니다.

더 많은 컨트롤이 필요한 경우 Onetrainer는 두 가지 작동 모드를 지원합니다. 명령 줄만 및 UI. 모든 명령은 설치 중에 생성 된 활성 VENV 내부에서 실행해야합니다.

모든 기능은 scripts 디렉토리에있는 다른 스크립으로 분할됩니다. 여기에는 현재 포함됩니다.

• 중앙 훈련 train.py
• train_ui.py 교육을위한 UI
• caption_ui.py 수동 또는 자동 캡션을위한 UI 및 마스크 훈련을위한 마스크 생성
• convert_model_ui.py 모델 변환을위한 UI
• convert_model.py 다른 모델 형식으로 변환하는 유틸리티
• sample.py 모든 모델을 샘플링하는 유틸리티
• create_train_files.py CLI에서만 훈련 할 때 필요한 파일을 생성하는 유틸리티
• generate_captions.py 데이터 세트의 캡션을 자동으로 작성하는 유틸리티
• generate_masks.py 데이터 세트 용 마스크를 자동으로 생성하는 유틸리티
• calculate_loss.py 데이터 세트의 모든 이미지의 훈련 손실을 계산하는 유틸리티

다양한 매개 변수에 대한 자세한 내용은 <script-name> -h 실행하십시오. 예를 들어 python scriptstrain.py -h

Mac 또는 Linux에있는 경우 Onetrainer를 실행하는 방법 및 시스템에서 다양한 스크립트에 대한 자세한 정보는 Launch Script 문서를 읽으십시오.

기여

기부금은 항상 어떤 형태로든 환영합니다. 문제를 열고, 토론에 참여하거나, 새롭거나 개선 된 기능에 대한 공개 풀 요청도 할 수 있습니다. 여기에서는 추가 정보를 찾을 수 있습니다.

코드를보기 시작하기 전에 프로젝트 구조에 대해 읽는 것이 좋습니다. 심도있는 토론의 경우 Discord 서버에 가입하는 것을 고려해야합니다.

또한 다음 명령 (모든 플랫폼에서 작동하는 Windows, Linux 및 Mac)을 통해 현재 사용자에게 필요한 개발자 종속성을 설치 하고 GIT 커밋 후크를 활성화해야 합니다 .

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

(사전 커밋이 모든 환경 외부에 설치되어야하므로 VENV 또는 CONDA 환경을 활성화하지 않고 해당 명령을 실행하십시오.)

이제 모든 커밋이 일반적인 오류 및 코드 스타일 문제에 대해 자동으로 검증되므로 코드 검토자는 스타일/서식 문제에 시간을 낭비하지 않고 변경의 아키텍처에 집중할 수 있으므로 풀 요청이 빠르고 쉽게 수락 될 가능성을 크게 향상시킵니다.

관련 프로젝트

• MGDS : 노드 기반 그래프의 아이디어를 중심으로 구축 된 Pytorch에 대한 사용자 정의 데이터 세트 구현.
• StableTuner : 안정적인 확산을위한 또 다른 훈련 응용 프로그램. Onetrainer는 StableTuner로부터 많은 영감을 얻었으며 그것 없이는 존재하지 않을 것입니다.
• 혼돈의 비전 : Onetrainer를 포함하는 기계 학습 도구 모음.