OneTrainer

OneTerainer

O OneTrainer é uma solução única para todas as suas necessidades estáveis ​​de treinamento de difusão.

Características

• Modelos suportados : Flux.1, Difusão estável 1.5, 2.0, 2.1, 3.0, 3,5, SDXL, Würstchen-V2, Cascade estável, Pixart-Alpha, Pixart-Sigma e modelos de pintura
• Formatos de modelo : difusores e modelos CKPT
• Métodos de treinamento : Ajuste completo, Lora, incorporação
• Treinamento mascarado : deixe o treinamento se concentrar apenas em certas partes das amostras.
• Backups automáticos : faça backup totalmente do seu progresso de treinamento regularmente durante o treinamento. Isso inclui todas as informações para continuar treinando perfeitamente.
• Aumento da imagem : Aplique transformações aleatórias como rotação, brilho, contraste ou saturação a cada amostra de imagem para criar rapidamente um conjunto de dados mais diversificado.
• Tensorboard : Uma integração simples de tensorboard para rastrear o progresso do treinamento.
• Múltiplas solicitações por imagem : treine o modelo em várias instruções diferentes por amostra de imagem.
• Revestimento do agendador de ruído : A partir do papel, cronogramas de ruído de difusão comum e etapas de amostra são falhos
• EMA : Treine seu próprio modelo EMA. Opcionalmente, mantenha os pesos da EMA na memória da CPU para reduzir o uso do VRAM.
• Bucketing de proporção : treine automaticamente em várias proporções de cada vez. Basta selecionar as resoluções de destino, os baldes são criados automaticamente.
• Treinamento em várias resolução : treine várias resoluções ao mesmo tempo.
• Ferramentas do conjunto de dados : Legenda automaticamente seu conjunto de dados usando o BLIP, BLIP2 e WD-1.4, ou crie máscaras para treinamento mascarado usando cliPSEG ou REMBG.
• Ferramentas de modelo : converta entre diferentes formatos de modelo de uma interface do usuário simples.
• Amostragem de interface do usuário : prove o modelo durante o treinamento sem mudar para um aplicativo diferente.
• AlignProp : um método de aprendizado de reforço para redes de difusão do papel alinhando os modelos de difusão de texto à imagem com retropropagação de recompensa

Instalação

A instalação do OneTrainer requer python> = 3.10 e <3,13. Você pode baixar o Python aqui https://www.python.org/downloads/windows/. Em seguida, siga estas etapas:

Instalação automática

• Clone the Repository git clone https://github.com/Nerogar/OneTrainer.git
• Correr:
  • Windows: install.bat
  • Sistemas baseados em Unix: install.sh

Instalação manual

• Clone the Repository git clone https://github.com/Nerogar/OneTrainer.git
• Navegue para o cd OneTrainer
• Configurar um ambiente virtual python -m venv venv
• Ative o novo Venv:
  • Windows: venvscriptsactivate
  • Sistemas baseados em UNIX: source venv/bin/activate
• Instale os requisitos pip install -r requirements.txt

Em alguma distribuição do Linux, pode ser necessário instalar o LIBGL, por exemplo, no Ubuntu, você precisará executar:

 sudo apt-get update
sudo apt-get install libgl1

Atualização

Atualização automática

• Run update.bat ou update.sh

Atualização manual

• Puxar mudanças git pull
• Ative os venvscriptsactivate
• Reinstale todos os requisitos pip install -r requirements.txt --force-reinstall

Uso

Para iniciar a interface do usuário, execute start-ui.bat . Você pode encontrar um guia de início rápido aqui. E uma visão geral mais detalhada de diferentes tópicos aqui.

Se você precisar de mais controle, o OneTrainer suporta dois modos de operação. Somente linha de comando e uma interface do usuário. Todos os comandos precisam ser executados dentro do VENV ativo criado durante a instalação.

Toda a funcionalidade é dividida em diferentes scripts localizados no diretório scripts . Isso inclui atualmente:

• train.py o script de treinamento central
• train_ui.py A UI para treinamento
• caption_ui.py Uma interface de usuário para legenda manual ou automática e criação de máscara para treinamento mascarado
• convert_model_ui.py A UI para conversões de modelo
• convert_model.py Um utilitário para converter entre diferentes formatos de modelo
• sample.py Um utilitário para provar qualquer modelo
• create_train_files.py Um utilitário para criar arquivos necessários ao treinar apenas da CLI
• generate_captions.py Um utilitário para criar automaticamente legendas para o seu conjunto de dados
• generate_masks.py Um utilitário para criar automaticamente máscaras para o seu conjunto de dados
• calculate_loss.py Um utilitário para calcular a perda de treinamento de todas as imagens do seu conjunto de dados

Para saber mais sobre os diferentes parâmetros, execute <script-name> -h . Por exemplo, python scriptstrain.py -h

Se você estiver no Mac ou Linux, leia a documentação do script de lançamento para obter informações detalhadas sobre como executar o OneTrainer e seus vários scripts em seu sistema.

Contribuindo

As contribuições são sempre bem -vindas de qualquer forma. Você pode abrir problemas, participar de discussões ou mesmo abrir solicitações de tração para funcionalidade nova ou aprimorada. Você pode encontrar mais informações aqui.

Antes de começar a olhar para o código, recomendo ler sobre a estrutura do projeto aqui. Para discussões profundas, considere ingressar no servidor Discord.

Você também precisa instalar as dependências necessárias do desenvolvedor para o seu usuário atual e ativar os ganchos do Git Commit, através dos seguintes comandos (funciona em todas as plataformas; Windows, Linux e Mac):

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

(Certifique-se de executar esses comandos sem ativar seu ambiente VENV ou CONDA, pois o pré-compromisso deve ser instalado fora de qualquer ambiente.)

Agora, todos os seus compromissos serão verificados automaticamente para erros comuns e problemas de estilo de código, para que os revisores de código possam se concentrar na arquitetura de suas alterações sem perder tempo em problemas de estilo/formatação, melhorando bastante as chances de que sua solicitação de tração seja aceita com rapidez e sem esforço.

Projetos relacionados

• MGDS : uma implementação de conjunto de dados personalizada para Pytorch, criada em torno da idéia de um gráfico baseado em nós.
• StableTuner : Outra aplicação de treinamento para difusão estável. O OneTrainer se inspira muita inspiração do StableTuner e não existiria sem ele.
• Visões do caos : Uma coleção de ferramentas de aprendizado de máquina que também inclui o OneTrainer.