“ 准备您的数据集创建自定义LoRa模型的第一步是准备您自己绘画的数据集。以下是一些关键点:
1. 数量:至少从35张图像开始,但即使是较小的数据集也可以用于生成一个基本模型,随着时间的推移可以改进。
2. 一致性:在选择数据集的绘画时,保持您想要突出的特征的一致性。例如,如果您有特定的树木绘画风格,请包含该风格的多个示例。
3. 图像大小:虽然图像可以有不同的大小,但尽量坚持使用标准分辨率,如1024x1024、780x1024和1024x780。大小变化过大可能会影响训练过程。
4. 质量:如果您图像较少,请关注它们的质量和分辨率,以弥补数量的不足。
5. 多样性:包括不同主题和构图,代表您的风格,例如风景、角色、物体以及您经常处理的任何特定主题。
准备您的数据集可能需要几个小时,但这是确保您的LoRa模型准确捕捉您独特艺术风格的关键步骤。
“ 配置训练参数正确配置训练参数对您的LoRa模型的成功至关重要。以下是需要考虑的关键参数:
1. num_repeats:每张图像训练的迭代次数。
2. Epochs:模型处理整个数据集的次数。
3. batch_size:模型在每个epoch中比较的图像数量。
要计算总训练步骤,请使用以下公式:
(图像数量 x num_repeats)/ batch_size x epochs = 总步骤
目标是300到500个总步骤以获得最佳结果。以下是一些示例配置:
- 10张图像:20 num_repeats,6 batch_size,10 epochs = 400步骤
- 50张图像:4 num_repeats,6 batch_size,10 epochs = 400步骤
- 100张图像:2 num_repeats,6 batch_size,10 epochs = 400步骤
对于优化器,选择adamW8bits(适用于较大数据集)或prodigy(适用于较小数据集,特别适合角色训练)。在更改优化器时,根据笔记本作者的建议调整参数。
“ AI辅助艺术创作的最佳实践和提示在您开始将AI生成艺术融入工作流程时,请记住以下最佳实践和提示:
1. 迭代是关键:不要指望第一次尝试就能得到完美的结果。尝试不同的提示、设置和基础模型,以找到最适合您风格的组合。
2. 后期处理是必不可少的:AI生成的图像通常需要清理、细化和额外的艺术输入。将这些生成视为起点,而不是最终产品。
3. 结合传统技术:将AI生成的元素与您手绘或数字创作的艺术结合,以获得独特的效果。
4. 尊重版权和伦理:确保您有权使用训练数据集中所有图像,并对您在创作过程中使用AI保持透明。
5. 持续学习:保持对AI艺术生成新发展的关注,因为该领域正在迅速发展。
6. 保持您独特的风格:将AI作为增强您创造力的工具,而不是替代它。您的艺术视野和技能仍然是您作品中最重要的元素。
7. 尝试不同的模型:尝试将您的LoRa与各种基础模型结合,以查看其表现以及哪些组合为您的风格带来最佳结果。
通过遵循本指南和这些最佳实践,您可以利用生成式AI的力量来增强您的艺术工作流程,探索新的可能性,并创建与您的个人风格相符的独特资产。
原始链接:https://civitai.com/articles/5616/guide-to-training-your-drawings-with-generative-ai
评论(0)