lora concepts template

洛拉概念模板

这是一个模板，可用于训练多个概念和洛拉（低级适应）模型的正则化图像。

• 洛拉：https：//github.com/cloneofsimo/lora

• 基于Kohya-SS SD-Scripts的培训脚本

多概念洛拉结构

目录	描述
image_dir	包含所有输入图像和字幕文件，由每个图像的时期总数
reg_dir	包含每个概念的所有正则化图像，由每个Reg图像重复的总数前缀
log	每个训练日志的记录
output	最终输出二进制（Safesensor，PT等）
config_v1_example.json	培训会话的配置（将您想要的任何内容重命名）

平衡数据集

平衡数据集，以便概念文件夹表示在培训期间应重复的次数。

例如，假设您有四个概念，每个概念中的每一个都有14张概念，除了一个概念，其中一个概念为28 。

为了平衡每个概念5200概念的训练步骤，您将重复序列除以每个概念的图像总量：

5200 / 14 = 371 5200 / 28 = 186

在示例中，概念目录的名称将是：

• 186_conectea
• 371_coneptb
• 371_conceptc
• 371_Coneptd

BMALTAIS公用事业

以下实用程序将确保在Dreambooth Machine学习模型的训练过程中，数据集文件夹中的每个概念文件夹在每个文件夹中的训练过程中都相等地使用：

https://github.com/bmaltais/kohya_ss/blob/cdf84e2f4b65517c396ffb72474616a57bc109b6/library/library/dataset_balincance_gui.py.py.py.py

• https://github.com/bmaltais/kohya_ss