如何用Lora给自己女朋友建模

[lihongxun945]

目标

最近AIGC 特别火，主角主要是两个，一个是去年已经爆火chatgpt，另一个就是今天要讲的 Stable Diffusion。
Stable Diffusion需要大量的数据和算例才能训练，我们普通用户只能去使用，而 Lora 的出现使得我们用小算力加少量数据就能训练自己的模型。本文就教大家如何用 Lora训练一个自己的模型出来，比如女朋友或者某个明星都可以，然后就可以用这个模型生成图片了。

一些名词解释

• Stable Diffusion是一种目前最流行的生成图片的算法，主要原理扩算算法。
• checkpoint是深度学习过程中的检查点，在这里其实就是 stable diffusion训练过程中保存的模型，这个是需要大量数据和大量算例才可以训练出来的
• Lora 全称是 Low-Rank Adaptation of Large Language Models, 只要用少量（几十张）照片就可以训练出一个定制的模型，结合 checkpoint生成高质量的图片

第一步 用colab部署stable-diffusion-webui

先打开webui的github地址：https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Online-Services
这里面有别人维护的colab服务，如下图所示，我们可以直接点击第一个：

然后会打开一个colab上的一个notebook，这是别人维护的你可以直接用，不过最好还是复制到自己的项目空间，方便自己修改，“File-> Save a copy in drive” 保存到自己的google drive中，如下图所示：

colab 的用法可以自己去找教程，注意这里需要用到GPU才行，可以点击 "runtime -> change runtime type" 选择一个GPU型号（现在似乎没有免费的GPU用了需要充钱）
notebook上面有很多个代码块，从头到尾全部执行一遍即可，每一个代码块都有对应的说明。最后一个代码块执行之后会输出一个在线地址，点击就可以打开webui了：

看到上面这个界面，就说明webui部署成功了，你可以尝试用默认的模型生成自己的图片。

第二步 下载使用Lora模型

可以在这个网站 civitai.com 上找到很多别人训练好的Lora模型，比如这个敦煌风格的 https://civitai.com/models/45727/dunhuang
有两种方式可以下载Lora模型：

1. 方式一：可以选择手动下载到本地，然后上传到colab上，路径是 /content/gdrive/MyDrive/sd/stable-diffusion-webui/models/Lora/{模型名字}.safetensors
2. 方式二：可以直接在colab上执行如下命令:

!wget https://civitai.com/api/download/models/62995 -O /content/gdrive/MyDrive/sd/stable-diffusion-webui/models/Lora/dunhuang.safetensors

模型下载完成后，就可以在webui中启用模型了，按照如下方式来启用对应的Lora模型：

在prompt中看到有 <lora:keji:1> 就说明模型已经生效了，这个模型说明上有说需要 dunhuang_cloths 之类的关键词来触发，这是我生成的效果：

后续我们训练自己的Lora模型，也是这么启用的。

第三步 准备训练数据

要训练自己的模型，最重要就是准备好高质量的训练数据，训练数据包括图片和描述词。这里以训练某个人的模型为例，首先需要准备这个人的多张照片，照片的好坏直接影响到最终模型的效果，因为我们训练一个人物模型主要是训练脸部，图片最好满足如下要求

1. 人物是图片的主题，占据图片大部分空间
2. 面部清晰无遮挡
3. 背景尽量简单
4. 有多个不同角度的照片，比如正脸，侧脸，回头等不同角度
   图片数量有几十张就可以得到比较好的效果了。

有了图片之后，需要对图片进行裁剪，尽量突出人物，把与训练不相关的部分裁剪掉，建议分两步裁剪：

1. 第一步，自己手动把每一个图片都进行裁剪，把不必要的背景都裁掉，突出人物
2. 第二步，用这个在线工具统一裁剪成512x512大小的图片，https://www.birme.net/?target_width=512&target_height=512

到这里我们就得到了几十张裁剪好的图片，接下来就要进行打标了，直接用webui中的图片预处理功能进行打标。如上图所示，这个工具是个网页无法处理我们本地的图片，所以还是推荐上传到google drive上，然后在这里填入地址即可。因为我们的图片已经裁剪过了，只要勾选一下 deepbooru来自动识图打标签就可以了。处理完之后，每一个图片都有一个同名的txt文件，里面都是描述词。到这里我们就把训练数据准备好了，接下来开始训练。

第四步 用秋叶大神的镜像训练模型

这里我们采用秋叶大神推荐的方案，直接用autodl上的显卡进行训练。 地址：https://www.autodl.com/market/list

首先需要创建一个实例，这里我选择的是 1.3元/小时 的3090显卡，在镜像中选择“社区镜像”，然后输入Akegarasu/lora-scripts/lora-train 搜索就可以找到对应的镜像。创建完实例之后，直接在控制台中点击 JupyterLab 打开notebook，经过测试还挺好用，也非常稳定。

创建一个训练目录用来存放我们的训练素材，比如 lora-scripts/train/images/10_images , 目录名称是由 {迭代次数_名称}组成的，所以这里表示在全部样本上迭代训练10次（迭代次数就是深度学习中常说的epoch）。然后把我们前面生成的训练数据上传上去就好。

接下来编辑 train.sh 文件，里面的参数比较多，如果没有深度学习相关经验建议就保持默认值，只要 train_data_dir 改成我们数据集的父目录就行了，这里就需要改成 train/images 即可。
然后执行 bash train.sh 就可以启动训练了，看到下面的画面就说明训练已经开始了，半个小时左右就可以完成训练：

训练完成后可以在 output 目录找到模型，然后按照第二步的方法上传到 colab 上，就可以用来生成图片了。