可以分享一下你制作lora的经验吗
可以分享一下你制作lora的经验吗
https://civitai.com/articles?view=feed&tags=128645
C站教程很多，我就不献丑了，只提一下在真人lora制作方面可能有差异的几点。
1.挑选图片源素材
a.脸部尽量清晰，不清晰则使用supir先变清晰再进行挑选，尤其是老照片
b.姿势表情尽量多样，半身照最多最好，其次是大头照，适量加两三张全身照
c.可以借助代码脚本进行相似度挑选，比人眼识别省事
d.能抠背景还是抠掉最好，但一定要抠得干净，不然生成图一定会有毛边，不如不抠
e.20到30张足够了
2.打标签
a.用wdtagger足够用了，flux也不需要追求自然语言描写，效果也并不会更好
b.抠掉背景的注意把类似white background改成transparent background，对于flux的模型来说是能识别两者的区别的
c.除了人物脸部的描述，其他描述尽可能保留，越详细越好(也就是lips/nose等脸部特征最要删掉)
3.训练参数
a.kohya就行，基底最好fp16的flux-dev，有blocks_to_swap技术，可以用内存换显存，不怕爆显存
b.每张图片迭代10次，总步数2000~3000，学习率4e-4，再高一点也可以，flux很稳定，学习率开得高并不碍事
大佬可以讲讲ZIB的经验嘛，或者个人体验也行
大佬可以讲讲ZIB的经验嘛，或者个人体验也行
使用体验的话，得等更多的微调版，目前来说红潮微调版的效果还不错，有加速和DPO，lora兼容性也很好；
不使用微调版也行，单独下载其相关的加速lora和DPO lora也是不错的，理论上只要解决了速度慢的问题，ZIB本身很多优势就能慢慢显现出来了。
训练lora的话，可以看看 https://www.reddit.com/r/StableDiffusion/comments/1qwc4t0/thoughts_and_solutions_on_zimage_training_issues ，我个人实测下来应该是目前为止几个训练器里，训练ZIB相对效果比较好的一个，社区最近也有认可的了，C站也有老手给出了阶段总结 https://civitai.com/articles/26518 。
数据集没什么好说的，老样子，质量大于数量；有几个变动较大的训练参数——新的调度器automagic_sinkgd或者prodigy_adv，学习率可以往1e-3拉高，设定min_snr_gamma=5，动态步移开启，输出格式采用全秩lokr；
这套OneTrainer的训练方案，就人物来说拟合速度很快，1000步就足够了，某些人脸特征明显的500步左右就已经能保证拟合了。
总体来说ZIB的训练还是有些蹊跷的，训练参数比较晦涩，可能还是有些参数没被挖掘出来，目前只能先这样练着，等等之前网传的官方的训练器发布后再进行比较。
大佬，你可以发一份你的onetrainer的json配置看看吗