Как обучить собственную LoRA модель без кодирования?

Введение

Хотите ли вы создать свою собственную модель AIGC? Модель, которая понимает ваши привычки, соответствует вашему стилю и дает результаты, которые действительно отражают вашу видение? Тогда вам определенно стоит попробовать обучить LoRA модель — это сделает ваш творческий процесс более эффективным и свободным.

LoRA — это легкий метод тонкой настройки. Вместо обучения большой модели с нуля, она строится на существующей, добавляя слой “ускоренной адаптации”. Думайте об этом как о придании общей модели наряда на заказ, помогающем ей лучше выполнять конкретные задачи.

По сравнению с традиционными методами обучения, LoRA быстрее, более экономична, и при этом обеспечивает высокоперсонализированные результаты. Например, вы можете обучить LoRA создавать иллюстрации в определенном художественном стиле или лучше понимать промпты, которые вы часто используете — так что результаты будут более точными и соответствующими вашему творческому видению.

В этом руководстве мы пошагово проведем вас через процесс обучения LoRA модели. Затем вы сможете легко создать собственный настраиваемый AI для улучшения ваших творческих проектов.

Наша платформа для обучения — WaveSpeedAI. Вы можете найти инструменты обучения, поищав qwen-image-lora-trainer.

Загрузка данных

(1) Как показано на картинке, нажмите на область data и загрузите файл .zip, содержащий несколько изображений.
(2) Мы рекомендуем подготовить 10–20 изображений, связанных с желаемым эффектом. Например, если вы хотите изучить стиль художника комиксов, соберите его работы и сожмите их в .zip файл.

P.S. Чтобы добиться наилучших результатов обучения, есть несколько важных вещей, которые вы должны знать об изображениях в вашем zip файле.
a. Убедитесь, что набор изображений разнообразен, показывая объект или стиль с различных углов и перспектив.
б. Держите объект или особенности четкими и избегайте ненужных деталей в изображениях.
в. Обеспечьте высокое качество изображений. Картинки должны выглядеть хорошо, быть четкими и не иметь водяных знаков.
г. Лучше всего, чтобы все изображения имели одинаковый размер.
д. При создании zip файла держите его в порядке. Включайте только файлы изображений и .txt файлы, и избегайте добавления других типов файлов или дополнительного содержимого.

Установка trigger_word

(1) trigger_word сообщает модели: когда вы используете это слово при создании изображения, оно связывается с загруженными вами данными.
(2) В поле ввода trigger_word вы можете ввести уникальный идентификатор, например: p3r5on.

Правила использования:
a. Без подписей: Модель будет напрямую использовать слово, которое вы вводите в поле trigger_word (например, p3r5on), как единственное описание для всех изображений.
б. С подписями: Система не будет автоматически вставлять trigger_word. Если вы все еще хотите его использовать, вам нужно вручную добавить trigger_word в каждую подпись.
P.S. Подпись — это текст внутри файла .txt, который имеет то же имя, что и изображение. Например, если вы хотите обучить модель создавать изображения Анджелины Джоли, вы можете подготовить набор данных, как показано ниже:

В каждом файле .txt с тем же именем, что и изображение, мы пишем подписи. Например, в 1.txt мы можем написать “Анджелина Джоли в черном платье” в качестве подписи. Если мы все еще хотим использовать p3r5on в качестве нашего trigger_word, то в 1.txt мы должны написать: “p3r5on Анджелина Джоли в черном платье.”

Конфигурация параметров обучения

На платформе WaveSpeedAI ключевые параметры уже предустановлены для вас. Вам нужно только внести небольшие коррективы в соответствии с вашими потребностями.
P.S. Сохранение параметров по умолчанию даст вам хорошие результаты. Если вы хотите более персонализированные результаты, вы можете отрегулировать их самостоятельно, но помните: чем больше значения, тем медленнее будет обучение.

a. Steps: Как количество раз, которое мы учимся в школе. Больше шагов означает, что модель больше учится на ваших изображениях и помнит их лучше. Но если шагов слишком мало, модель может не научиться четко; если слишком много, она может только запомнить изображения и потерять гибкость.

б. learning_rate: Аналогично скорости обучения. Более высокое значение означает, что модель быстро учится, но может ошибаться. Более низкое значение означает, что она учится более постепенно, но требует больше времени.

в. lora_rank: Вы можете думать об этом как о “емкости памяти”. Более высокое значение позволяет модели запомнить детали более точно, но размер файла будет больше. Более низкое значение делает модель легче, но она может не захватить сложную информацию.
P.S. В целом, обучение LoRA модели в течение 1000 шагов занимает около 8 минут (примерно 500 секунд), а обучение в течение 3000 шагов занимает около 25 минут (примерно 1500 секунд).

Начало обучения

(1) После завершения конфигурации нажмите кнопку Run, чтобы начать обучение.

(2) Система будет обучать модель в фоновом режиме, так что вам не нужно ничего больше делать.

Доставка модели

(1) После завершения обучения вы можете либо загрузить модель на ваш компьютер, либо скопировать URL модели.
(2) После загрузки вы можете использовать trigger_word для вызова вашей обученной LoRA модели в вашем локальном рабочем процессе.
(3) Кроме того, вы можете использовать сохраненный URL модели на платформе WaveSpeedAI для вызова вашей обученной LoRA модели в любой модели, которая поддерживает LoRA.

P.S. Здесь давайте в качестве примера используем модель qwen-image/text-to-image-lora.
a. Нажмите кнопку +Add Item, затем вставьте скопированный URL в поле пути.
б. Держите масштаб на значении по умолчанию.
в. Нажмите Run еще раз, и вы получите изображения стиля Анджелины Джоли, который мы обучили ранее.

г. Вы также можете комбинировать его с другими промптами, чтобы получить более творческие эффекты, такие как изменение фона, стиля одежды или окружения!
Например, мы можем изменить одежду на основе предыдущего изображения.

Как сохранить вашу модель постоянно

Мы можем сохранить вашу модель на 7 дней. Если вы хотите использовать вашу модель в любое время и в любом месте, вы можете загрузить ее на Hugging Face! Давайте узнаем, как создать собственный URL модели на этой платформе.

Сначала создайте свой собственный аккаунт, который я здесь не буду подробно описывать. Затем нажмите на вашу аватарку в верхнем правом углу.

Найдите +New Model

В вашем репозитории вы можете написать файл README или Model card для описания вашей модели.

Назовите вашу модель и выберите License (рекомендуется apache-2.0 или mit)

Найдите Files and versions

Нажмите Upload files

Загрузите файл модели и нажмите Commit changes to main

Теперь вы можете видеть вашу модель!

Затем щелкните правой кнопкой мыши на “кнопке загрузки” и выберите “Copy Link Address.” Это постоянный URL вашей модели. Кроме того, существует более простой способ вызвать вашу модель. Просто скопируйте имя вашей модели (<owner>/<model-name>) и вставьте его в путь playground!

Другой способ вызвать вашу LoRA модель

Поздравляем! Теперь вы можете использовать его на WaveSpeedAI в любое время!

Заключительные размышления

Обучение собственной LoRA модели на WaveSpeedAI просто, быстро и невероятно полезно. С небольшим набором данных и несколькими простыми шагами вы можете создать персонализированный AI, который понимает ваш стиль и адаптируется к вашим творческим потребностям.

Независимо от того, являетесь ли вы художником, дизайнером или просто интересуетесь AI, LoRA открывает новый уровень творческой свободы. Теперь ваша очередь — начните обучение, экспериментируйте с промптами и откройте, как далеко может завести вас ваше воображение!