導入

自分自身のAIGCモデルを作成したいですか？あなたの習慣を理解し、あなたのスタイルに合わせ、あなたのビジョンを真に反映した結果を提供するモデルはどうでしょう。その場合は、LoRAモデル のトレーニングを絶対に試してみるべきです。それはあなたの創作プロセスをより効率的で自由にします。

LoRAは軽量なファインチューニング方法 です。大規模なモデルをゼロから訓練する代わりに、既存のモデルに基づいて、「高速適応」のレイヤーを追加することで構築されます。汎用モデルにカスタムメイドの服 を与えるようなものと考えてください。これにより、特定のタスクでのパフォーマンスが向上します。

従来のトレーニング方法と比較して、LoRAはより高速で、より費用効果的でありながら、高度にパーソナライズされた結果を提供します。例えば、特定のアートスタイルで図を作成するLoRA、または、あなたがよく使うプロンプトをよりよく理解するLoRAをトレーニングできます。これにより、出力がより正確で、あなたの創作ビジョンに合致します。

このチュートリアルでは、LoRAモデル のトレーニングを段階的にガイドします。その後、あなたはあなたの創作プロジェクトを強化するために、独自のカスタムAIを簡単に作成できます。

私たちのトレーニングプラットフォームは**WaveSpeedAI** です。qwen-image-lora-trainer を検索することで、トレーニングツールを見つけることができます。

データアップロード

(1) 画像に示すように、data 領域をクリックし、複数の画像を含む**.zip** ファイルをアップロードします。
(2) あなたが望む効果に関連した10〜20 の画像を準備することをお勧めします。例えば、漫画家のスタイルを学びたい場合、彼らの作品を集めて**.zipファイル** に圧縮します。

P.S. 最高のトレーニング結果を達成するため、zipファイル内の画像についていくつかの重要なことを知っておく必要があります。
a. 画像セットが** 多様であること、さまざまな角度と視点から被写体またはスタイルを示していることを確認してください。
b. 被写体または特徴を明確に** 保ち、画像内の不要な詳細を避けてください。
c. ** 高品質の画像を確保してください。写真は見栄えが良く、明確で、透かしがないはずです。
d. すべての画像が同じサイズであるのが最善です。
e. zipファイルを作成するときは、整理を保ちます。画像ファイルと.txt** ファイルのみを含め、他の種類のファイルや追加コンテンツを追加しないでください。

trigger_wordを設定する

(1) trigger_word はモデルに伝えます。この単語を画像生成時に使用すると、アップロードしたデータにリンクされるということです。
(2) trigger_word入力ボックスに、ユニーク な識別子（例：p3r5on）を入力できます。

使用規則：
a. キャプションなし： モデルは、trigger_wordボックスに入力した単語（例：p3r5on）をすべての画像の唯一の説明として直接使用します。
b. キャプション付き： システムは自動的にtrigger_wordを挿入しません。それでも使用したい場合は、各キャプションに手動でtrigger_wordを追加する必要があります。
P.S. キャプション は、画像と同じ名前の**.txt** ファイル内のテキストです。例えば、アンジェリーナ・ジョリー の写真を生成するようにモデルをトレーニングしたい場合、以下に示すようにデータセットを準備できます：

画像と同じ名前の各**.txt** ファイルに、キャプションを書きます。例えば、1.txt では、キャプションとして**「黒いドレスを着たアンジェリーナ・ジョリー」** と書くことができます。それでもp3r5on をtrigger_wordとして使用したい場合、1.txtに以下のように書くべきです：「p3r5on 黒いドレスを着たアンジェリーナ・ジョリー」。

トレーニングパラメータを構成する

WaveSpeedAIプラットフォームでは、主要なパラメータはすでにプリセットされています。あなたはあなたのニーズに応じて軽微な調整を行うだけで済みます。
P.S. ** デフォルトパラメータを保つと、良い結果が得られます。より個別化された結果を望む場合、自分で調整できますが、覚えておいてください： 値が大きいほど、トレーニングが遅くなります**。

a. Steps： 学校で** 学ぶ回数のようなものです。ステップが多いほど、モデルはあなたの画像からより多くを学び、よりよく記憶します。しかし、ステップが あまりに少ない場合、モデルは明確に学習しないかもしれません。 あまりに多い**場合、画像を単に暗記して柔軟性を失うかもしれません。

b. learning_rate： 学習速度に似ています。値が高いほど、モデルは高速に学習しますが、間違える可能性があります。値が低いほど、徐々に学習しますが、より多くの時間がかかります。

c. lora_rank： これを「メモリ容量」と考えることができます。値が高いほど、モデルは詳細をより正確に記憶できますが、ファイルサイズが大きくなります。値が低いほど、モデルが軽くなりますが、複雑な情報を捉えられないかもしれません。
P.S. 一般的に、1000ステップでLoRAモデルをトレーニングするには約8分（約500秒）かかり、3000ステップのトレーニングには約25分（約1500秒）かかります。

トレーニングを開始する

(1) 構成を終了したら、Run ボタンを押してトレーニングを開始します。

(2) システムはバックグラウンドでモデルをトレーニングするため、他に何もする必要はありません。

モデル配信

(1) トレーニングが完了した後、モデルをダウンロード するか、モデルのURL をコピーできます。
(2) ダウンロード後、trigger_word を使用してあなたのローカルワークフロー で訓練されたLoRAモデルを呼び出すことができます。
(3) または、WaveSpeedAIプラットフォームに保存されたモデルURLを使用して、LoRAをサポートする任意のモデル で訓練されたLoRAモデルを呼び出すことができます。

P.S. ここでは、例としてqwen-image/text-to-image-lora モデルを使用します。
a. +Add Item ボタンをクリックし、コピーされたURLをパスフィールドに貼り付けます。
b. スケールをデフォルトに保ちます。
c. もう一度Runをクリックすると、以前にトレーニングしたアンジェリーナ・ジョリースタイルの画像が得られます。

d. 他のプロンプトと組み合わせて、背景、衣装スタイル、環境の変更などの、より創造的な効果を生み出すこともできます！
例えば、以前の画像に基づいて衣装を変更できます。

モデルを永遠に保存する方法

あなたのモデルを7日間 保存できます。あなたのモデルをいつでもどこでも使用したい場合は、Hugging Faceにアップロードできます。このプラットフォームで独自のモデルURLを作成する方法を学びましょう。

まず、自分のアカウントを作成します。ここでは詳細は説明しません。次に、右上隅にあるあなたのアバター をクリックします。

Find+New Model

リポジトリでは、README ファイル またはモデルカード を書いてモデルを説明できます。

モデルに名前を付け、ライセンスを選択します（apache-2.0またはmitを推奨）

Files and versionsを探す

Upload filesをクリック

モデルファイルをアップロードし、Commit changes to mainをクリック

あなたのモデルが見えるようになりました！

次に、ダウンロードボタン を右クリックし、「リンクアドレスをコピー」を選択します。 これが、あなたのモデルの** 永続URLです。さらに、あなたのモデルを呼び出すより簡単な方法があります。単にあなたのモデルの名前（<owner>/<model-name>）** をコピーして、プレイグラウンドパスに貼り付けるだけです！