LoRAdo

Lorado

เตรียมชุดข้อมูลสำหรับ kohya_ss (UI สำหรับ https://github.com/kohya-ss/sd-scripts)

เราวางแผนที่จะรวมการฝึกอบรมเข้ากับเครื่องมือนี้โดยตรง

• อินโทร
• ทำไม
• ภาพหน้าจอ
• คุณสมบัติ
• เริ่มต้นใช้งาน Lorado
• อัปเดต Lorado
• ใช้ Lorado
• Lorado ทำงานอย่างไร
• ตัวอย่างรุ่น

อินโทร

ยินดีต้อนรับสู่ Lorado ชุดเครื่องมือนี้ออกแบบมาเพื่อปรับปรุงกระบวนการสร้างภาพ Loras เหมาะสำหรับทั้งผู้เริ่มต้นและนักพัฒนาที่มีประสบการณ์มันทำให้การสร้างชุดข้อมูลง่ายขึ้น ได้รับการออกแบบมาโดยคำนึงถึงภาพบุคคลในใจ Lorado สามารถปรับตัวได้และทำงานได้ดีสำหรับวิชาต่างๆ คุณสมบัติที่สำคัญ ได้แก่ การตรวจจับใบหน้าและเครื่องมือการปลูกพืชที่ใช้งานง่ายเพื่อให้มั่นใจถึงความสมดุลระหว่างประสบการณ์ผู้ใช้และผลลัพธ์

ด้วย Lorado การสร้างชุดข้อมูลสำหรับการฝึกอบรมภาพนั้นตรงไปตรงมาและมีประสิทธิภาพ

ทำไม

เราต้องการให้วิธีง่ายๆในการฝึกอบรม Loras สำหรับกรณีการใช้งานที่แตกต่างกัน ในระหว่างการวิจัยเราตัดสินใจที่จะสร้างฟังก์ชั่นผู้ช่วยเล็ก ๆ สองสามรายการเพื่อช่วยให้เรารวบรวมภาพและครอบตัดพวกเขารวมทั้งสร้างไฟล์คำบรรยายภาพ UI นี้เสนอวิธีง่ายๆในการสร้าง Loras โดยไม่ต้องคิดมาก

ภาพหน้าจอ

ส่วนต่อประสานผู้ใช้	ดูและกำหนดค่ารูปภาพ
มุมมองโครงการ	โฟลเดอร์ที่เตรียมไว้

คุณสมบัติ

• การสร้างชุดข้อมูล
• เครื่องมือคำบรรยายภาพ
• สร้างและแก้ไขโครงการ
• สนับสนุน SDXL และ SD-1.5
• การปรับความละเอียด SDXL หรือ SD-1.5
• ความละเอียดของภาพหลายภาพ
• ผู้สร้างการกำหนดค่า kohya_ss (UI)
• เครื่องมือภาพการทำให้เป็นมาตรฐาน (WIP)

เริ่มต้นใช้งาน Lorado

1. ข้อกำหนดเบื้องต้น:

   • ตรวจสอบให้แน่ใจว่าคุณติดตั้ง node.js (v18.5.0) ถ้าไม่คุณสามารถดาวน์โหลดได้จากเว็บไซต์อย่างเป็นทางการของ Node.js (ใช้ตัวจัดการเวอร์ชันโหนด) เพื่อเปลี่ยนเป็นเวอร์ชันอื่นอย่างรวดเร็ว
   • มีปัญหาแบบเปิดกับ TensorFlow โปรดตรวจสอบให้แน่ใจว่าได้ติดตั้ง V18 (ไม่ได้อยู่ด้านบน) เวอร์ชันที่แนะนำสามารถพบได้ใน. nvmrc
   • หากมีปัญหากับ TensorFlow โปรดตรวจสอบปัญหานี้

2. โคลนและการติดตั้งการพึ่งพา:

   git clone https://github.com/failfa-st/LoRAdo.git
   cd LoRAdo
   npm install

3. เรียกใช้แอพ:

   npm run build
   npm run start

   แอพของคุณควรทำงานบน http: // localhost: 3000 นำทางไปยัง URL นี้ในเบราว์เซอร์ของคุณเพื่อสำรวจ Lorado UI

อัปเดต Lorado

1. หยุด Lorado ถ้ามันทำงานอยู่แล้ว

   • Ctrl+C เพื่อยุติกระบวนการในเทอร์มินัล

2. อัปเดตรหัสและการพึ่งพา:

   git fetch origin
   git reset --hard origin/main
   npm install

3. เรียกใช้แอพ:

   • ดำเนินการคำสั่งตามที่แสดงภายใต้ การรันแอป ด้านบน

ใช้ Lorado

1. ขั้นตอนที่ 1: เริ่มต้นด้วยการอัปโหลดภาพที่คุณเลือก
2. ขั้นตอนที่ 2: ให้คุณสมบัติการตรวจจับใบหน้าของ Lorado สแกนภาพ
   • หากตรวจพบใบหน้าระบบจะระบุว่าเป็นจุดโฟกัสที่มีศักยภาพสำหรับการปลูกพืช
   • หากไม่ตรวจพบใบหน้าให้ประเมินว่าภาพนั้นเหมาะสมกับความต้องการของคุณหรือไม่
3. ขั้นตอนที่ 3: เพิ่มคำอธิบายภาพลงในรูปภาพของคุณโดยตรงภายในแอพเสริมบริบทและความหมายของแต่ละภาพ
4. ขั้นตอนที่ 4: เลือกวิธีการปลูกพืชของคุณ:
   • เลือกใช้การปลูกพืชน้อยที่สุดโดยการค้นหาความละเอียดที่ดีที่สุดตามอัตราส่วนดั้งเดิมในขณะที่ยังคงพิจารณาจุดโฟกัสที่ตรวจพบ
   • หรือสร้าง 9 SDXL (3 SD-1.5 ตามลำดับ) พืชที่เข้ากันได้สำหรับแต่ละภาพ
5. ขั้นตอนที่ 5: ด้วยการคลิกเพียงครั้งเดียวที่ "เตรียม" แปลงภาพที่ดูแลของคุณให้เป็นชุดข้อมูลที่เข้ากันได้กับ kohya_ss
6. ขั้นตอนที่ 6: นำทางไปยังโฟลเดอร์การฝึกอบรม:
   • ทุกชุดข้อมูลที่นี่มาพร้อมกับไฟล์ config.json ของตัวเอง
   • การกำหนดค่าเหล่านี้มีไว้สำหรับการรวมเข้ากับ kohya_ss

Lorado ทำงานอย่างไร

หัวใจของ Lorado คือความตั้งใจที่จะทำให้คอมเพล็กซ์ง่ายขึ้น

1. การเพิ่มประสิทธิภาพรูปภาพ: เริ่มต้นด้วยภาพใด ๆ Lorado พืชอย่างชาญฉลาดเพื่อให้พอดีกับความละเอียด SDXL ในอุดมคติ สำหรับภาพที่มีใบหน้าพวกเขากลายเป็นจุดโฟกัสเพื่อให้มั่นใจว่าผลลัพธ์ที่ดีที่สุด ไม่มีใบหน้า? ไม่ต้องกังวล

2. ความละเอียดหลายอย่าง: นอกเหนือจากค่าเริ่มต้นคุณมีตัวเลือกในการสร้างภาพในความละเอียด SDXL ทั้งหมด 9 ครั้งเพื่อเพิ่มความยืดหยุ่นโดยไม่ลดทอนคุณภาพ

3. การกำหนดค่าทำให้ง่าย: Lorado สร้างไฟล์การกำหนดค่าที่เหมาะสำหรับ kohya_ss เมื่อโครงการของคุณถูกตั้งค่าแล้วการรวมเข้ากับ Kohya_SS เป็นเรื่องง่าย เพียงโหลดการกำหนดค่าภายใต้แท็บ LORA และคุณพร้อมที่จะเริ่มการฝึกอบรม และหากคุณต้องการ Kohya_SS เสนอตัวเลือกการกำหนดค่าที่ละเอียดยิ่งขึ้น

ในขณะที่วิธีการของเราได้รับการชี้นำโดยความเห็นที่แข็งแกร่งเกี่ยวกับการใช้งาน แต่ก็ยังคงออกจากพื้นที่สำหรับการปรับแต่ง ในขณะที่เราพัฒนาขึ้นคาดว่าจะมีการกำหนดค่าที่เพิ่มขึ้น แต่มั่นใจได้ว่าความเรียบง่ายจะเป็นดาวชี้นำของเราเสมอเพื่อให้มั่นใจว่าการมีปฏิสัมพันธ์กับ Lorado ยังคงเป็นสัญชาตญาณ

ตัวอย่างภาพผ่าน @anamnesis33

ภาพ	การเชื่อมโยง
	https://unsplash.com/photos/mqcykihgfao
	https://unsplash.com/photos/06tuqm7rsp4
	https://unsplash.com/photos/aujhl146mby
	https://unsplash.com/photos/8owttyqn47i

เครื่องมือนี้ให้การกำหนดค่าความคิดเห็นและวิธีการฝึกอบรม loras ที่ยืดหยุ่น เรากำลังค้นคว้าอย่างต่อเนื่องเพื่อปรับปรุงการตั้งค่าเริ่มต้นที่ได้รับจากเครื่องมือนี้ การกำหนดค่าขั้นสูง (รายละเอียด) มีการวางแผนสำหรับการเปิดตัวในอนาคต

ตัวอย่างรุ่น

ตัวอย่างเหล่านี้ถูกสร้างขึ้นจาก LORA ซึ่งได้รับการฝึกฝนในชุดข้อมูลที่เตรียมด้วยเครื่องมือ/วิธีนี้

ข้อเสนอแนะและการสนับสนุน: พบปัญหาหรือมีข้อเสนอแนะ? เข้าร่วมชุมชน Discord ของเราหรือเปิดปัญหาเกี่ยวกับ GitHub เราชอบที่จะได้ยินจากคุณ!

ผู้จัดการเวอร์ชันโหนด

Node.js มีรายการตัวเลือกการติดตั้งทางเลือก

แพลตฟอร์มข้าม

• FNM

หน้าต่าง

• NVM-Windows
• คนพยักหน้า
• NVS

MacOS/Linux

• NVM
• n