huggingface学习|用dreambooth和lora对stable diffusion模型进行微调

---

用dreambooth对stable-diffusion-v1-5模型进行微调

（一）模型下载和环境配置

1. 准备好需要微调的模型如stable-diffusion-v1-5模型
2. 下载diffusers模型并进入diffusers文件夹下载相关包

git clone https://github.com/huggingface/diffusers
cd diffusers
pip install .

3. 进入dreambooth文件夹下载相关包

cd examples/dreambooth
pip install -r requirements.txt

（二）数据集准备

官方样例提供的数据为五张小狗照片，下载完毕后放入任意一个文件夹即可
如果是自己的数据集，准备好图片后放入一个指定文件夹即可

（三）模型微调

1. 加速器默认配置

accelerate config default

2. 运行train_dreambooth文件

accelerate launch train_dreambooth.py \
  --pretrained_model_name_or_path="./stable-diffusion-v1-5"  \
  --instance_data_dir="./image_data" \
  --output_dir="./outputs" \
  --instance_prompt="a photo of a sks dog" \
  --resolution=512 \
  --train_batch_size=1 \
  --gradient_accumulation_steps=1 \
  --learning_rate=5e-6 \
  --lr_scheduler="constant" \
  --lr_warmup_steps=0 \
  --max_train_steps=400 

–pretrained_model_name_or_path：Hub 上模型的名称或预训练模型的本地路径
–instance_data_dir：包含训练数据集的文件夹的路径（示例图像）
–instance_prompt：包含示例图像的特殊单词的文本提示
–train_text_encoder：是否也训练文本编码器
–output_dir：训练好的模型保存在哪里
–push_to_hub：是否将训练好的模型推送到Hub
–checkpointing_steps：模型训练时保存检查点的频率；如果由于某种原因训练被中断，这很有用，您可以通过添加–resume_from_checkpoint到训练命令来从该检查点继续训练

（四）运行微调后的模型

新建一个python文件（如取名为train），保存以下代码，将对应的模型路径、prompt内容和图片名进行修改即可。

from diffusers import DiffusionPipeline
import torch

pipeline = DiffusionPipeline.from_pretrained("path_to_saved_model", torch_dtype=torch.float16, use_safetensors=True).to("cuda")
image = pipeline("A photo of sks dog in a bucket", num_inference_steps=50, guidance_scale=7.5).images[0]
image.save("dog-bucket.png")

运行上述python文件

python train.py

最终结果为：

用lora对stable-diffusion-v1-5模型进行微调

（一）模型下载和环境配置

1. 准备好需要微调的模型如stable-diffusion-v1-5模型
2. 下载diffusers模型并进入diffusers文件夹下载相关包

git clone https://github.com/huggingface/diffusers
cd diffusers
pip install .

3. 进入text_to_image文件夹下载相关包

cd examples/text_to_image
pip install -r requirements.txt

（二）数据集准备

官方样例提供的数据为pokemon-blip-captions图，下载完毕后放入任意一个文件夹即可

如果是自己的数据集，则需要在数据文件夹下放入相关图片和一个名为metadata.jsonl的文件（可以通过txt文件输入相关内容后修改后缀名即可），其中metadata.jsonl文件中的内容为图像名和对应的提示文本：

（三）模型微调

1. 加速器默认配置

accelerate config default

2. 运行text_to_image_lora.py文件

accelerate launch train_text_to_image_lora.py \
  --pretrained_model_name_or_path="../dreambooth/stable-diffusion-v1-5" \
  --dataset_name="./pokemon-blip-captions" \
  --dataloader_num_workers=8 \
  --resolution=512 \
  --center_crop \
  --random_flip \
  --train_batch_size=1 \
  --gradient_accumulation_steps=4 \
  --max_train_steps=15000 \
  --learning_rate=1e-04 \
  --max_grad_norm=1 \
  --lr_scheduler="cosine" \
  --lr_warmup_steps=0 \
  --output_dir="./output" \
  --hub_model_id="pokemon-lora" \
  --checkpointing_steps=500 \
  --validation_prompt="A pokemon with blue eyes." \
  --seed=1337

（四）运行微调后的模型

新建一个python文件（如取名为train），保存以下代码，将对应的模型路径、prompt内容和图片名进行修改即可。

from diffusers import AutoPipelineForText2Image
import torch

pipeline = AutoPipelineForText2Image.from_pretrained("runwayml/stable-diffusion-v1-5", torch_dtype=torch.float16).to("cuda")
pipeline.load_lora_weights("path/to/lora/model", weight_name="pytorch_lora_weights.safetensors")
image = pipeline("A pokemon with blue eyes").images[0]
image.save("pokemon.png")

运行上述python文件

python train.py

最终结果为：

参考：
huggingface dreambooth
huggingface lora