Stable Diffusion - Model Training

ฝึกโมเดล

ตัวอย่างจะเน้นการฝึกภาพบุคคล

เตรียมภาพเพื่อฝึกโมเดล

สมมุติว่าต้องการฝึกหน้าคน เช่นนาย A ให้เตรียมภาพไว้อย่างน้อย 10-3020 รูป ก็เพียงพอโดย

• เน้นภาพคม ๆ คุณภาพสูง noise ไม่เยอะ
• พื้นหลังและสภาพแสงหลาย ๆ แบบ
• หลากหลายมุมไม่ใช่หน้าตรงอย่างเดียว

ภาพยิ่งเยอะยิ่งใช้เวลาฝึกนานแลกกับคุณภาพ

หลังจากนั้นให้ resize ให้มีขนาด 512*512 โดยใช้โปรแกรมที่ถนัด หรือใช้

https://www.birme.net/?target_width=512&target_height=512

โดย resize ให้บุคคลอยู่ตรงกลางภาพหลังจากนั้นจึงจับใส่ folder ให้เรียบร้อยเช่น

D:\AI\Model\ชื่อ folder

สร้าง caption

เปิด Stable Diffusion แล้วไปที่ Train > Preprocess images

Source directory ให้ใส่ path folder ภาพ เช่น

D:\AI\Model\ชื่อ folder

 

Destination directory ให้ใส่ path folder ภาพที่ทำการสร้าง caption แล้ว เช่น

D:\AI\Model\ชื่อ folder\processed

 

ติ๊กถูกที่ Use BLIP for caption หลังจากนั้นกด Preprocess

โปรแกรมจะทำการสร้าง caption พร้อมกับ copy รูปไปไว้ใน Destination directory

 

TEXTUAL INVERSION Training

https://colab.research.google.com/github/TheLastBen/fast-stable-diffusion/blob/main/fast_stable_diffusion_AUTOMATIC1111.ipynb

• Copy Colab ไปทำเองส่วนตัว
• เชื่อม google drive เราไว้ดึงไฟล์
• Install/Update AUTOMATIC1111 repo (กด run ได้เลย)
  

• Requirements(กด run ได้เลย)

Model Download/Load

• ถ้าไม่มีโมเดลให้ติ๊ก Redownload_the_original_model แล้วกด run ได้เลย
  

Start Stable-Diffusion

• กด run ได้เลยถ้าไม่มีโมเดลมันจะแจ้งเตือนให้ย้อนไปทำขั้นตอนที่แล้ว

แล้วดูไกด์จาก

 

Create embedding

number of vectors per token

2-3 = ต่ำกว่า 10 รูป

5-6 = 10-30 รูป

8-10 = 40-60 รูป

10-12 = 60-100 รูป

 

 

 

 

 

ถ้ามี 30 รูป

Batch size 7

Gradient 5

7*5 = 35