Stable Diffusion：使用Lora用二十张图片训了一个简易版薇尔莉特头像生成器（不作商用，纯纯个人兴趣，狗头保命）

一、系统环境

同上一篇博客，云平台：CPU 1核，GPU 0.5卡，内存 20G；python版本：3.10
准备两个Terminal页面备用，一个打开上一篇博客已经装好的SD WebUI，一个我们安装训练图形化界面kohya_ss，都启动虚拟环境py310。

二、数据准备及预处理

网络上的建议：

至少15张图片，每张图片的训练步数不少于100。照片人像要求多角度，特别是脸部特写（尽量高分辨率），多角度，多表情，不同灯光效果，不同姿势等图片构图尽量简单，避免复杂的其他因素干扰可以单张脸部特写+单张服装按比例组成的一组照片（这里比例是3:1）减少重复或高度相似的图片，避免造成过拟合图片解析：stable diffusion webui （可选）编辑tag：kohay_ss的Utilities下的Captioning批量给我们处理后的解析词文件增加对应的角色tag和服饰tag或者使用软件

实际训练准备：

图片收集（打开我电脑中《紫罗兰永恒花园》主角姬圈天菜·战力爆棚·人美心善的薇尔莉特的收藏夹），选二十张图片（主要是头部，包括正面、侧面、抬头、低头等角度），来一张镇楼：

批量裁剪，统一格式为512×512，jpg格式（其实格式可以随意，在SD中能够一并转换为png），可以使用Birme网站，非常方便快捷。

三、使用Stable Diffusion获取图像信息

在stable-diffusion-webui/models/下新建一个train文件夹，存放原始图片文件夹source，预处理后图片信息文件夹dest 打开Stable Diffusion webui界面，设置process images，粘贴文件夹位置，选择参数
处理后的dest文件夹，txt放的是sd中的BLIP模型对图片的文本描述（个人感觉比较简陋，但是也许简易的内容才能不限制创造力的发挥？）
举个栗子，你也可以每个txt文件都加点自己的描述，或者使用BooruDatasetTagManager数据集标注工具

Pompt: a painting of a boat in a body of water with mountains in the background and fog in the sky

四、安装训练图形化界面

在另外一个启动了py310的Terminal界面，git下载基于gradio的kohya_ss训练图形化界面。

git clone https://github.com/bmaltais/kohya_ss.git

打开对应的文件夹，执行accelerate config命令

cd /home/share/kohya_ss
accelerate config

按需回答问题，比如：
打开webui界面

python kohya_gui.py --listen 0.0.0.0 --server_port 7861 --inbrowser --share

可能会报错：AttributeError: module 'gradio' has no attribute 'themes'，更新gradio即可

pip install gradio --upgrade

复制你的网络链接，用浏览器打开如下图所示，说明安装OK啦！

五、参数设置及训练过程

本文如标题所示，是使用Lora训练，其他的训练方法例如Dreambooth，可以参考此篇博客Stable Diffusion 绘图了解详情~

在stable-diffusion-webui/models/train下新建image、model、log文件夹，将分别存放预处理后的图片及描述文档、训练的模型以及系统日志文件
重点：
在image下新建“单个图片训练次数_任意命名”文件夹，例如单张图片训练100次，命名为mr，则该文件夹名设置为“100_mr“，接着再将dest文件夹中的所有内容复制到100_mr文件夹下（源代码在loraui.py文件中，通过split函数来获取训练次数repeats，所以千万不要设置错误）。此外，根据资料，lora最低训练总次数是1500次，为了避免过拟合，尽量图片在15张及以上，15张对应单张训练100次，10张对应单张训练150次。
参数设置，找网上推荐的参数配置的位置找得我脑袋疼~~>_<~~

简而言之：
a. 打开对应训练方法的参数配置界面Dreambooth LoRA
b. Folders首先复制三个文件夹到对应位置，接着命名输出模型
c. 至于Training Parameters设置，综合网上的资料+个人训练效果，感觉默认参数对配置要求不高，如果是小白，默认就足够了，大佬估计看看名称也知道调什么能出更好的效果（比如训练批次、学习率这些）。

设置完后点一下gui页面中的train model按钮开始训练，回到terminal中可以看到如下画面：
训练结束后，打开model文件夹或者执行ls -lh就可以看到训练后的文件

六、效果测试

将生成的safetensors文件复制到stable-diffusion-webui/models/Lora文件夹下，重启一下Stable Diffusion WeuUI，然后点击“Show Extra Network”按钮。在Lora标签里选择刚生成的Lora模型，在上方Prompt框里会显示Lora模型已经使用，两端有尖括号，填入提示词即可生成相应的图片。
举个栗子：（Sampling Steps越大，越像原始数据集）
Prompt：a girl with blonde hair and blue eyes standing in front of a blue sky with clouds and a green eye and windy day and sunshine and butterflies < lora:last:1 >

效果完全不及京阿尼的画师（不过我也不希望AI取代人类，还是非常尊重原创的，此文只是为了熟悉一个新兴的技术）。另外，私以为也不是完全没有优化的空间，有几个思路都可尝试：更换预训练模型（这里我用的是SD v1.5，但肯定有针对漫画人物训练的ckpt）、增加训练批次、使用更合适的优化器等等。

七、常见报错处理

某人的痛苦回忆录

用两个terminal分别打开sd和kohya_ss页面，如果先运行kohya_ss可能会更新一些必须的库，导致sd卡在配置requirements一处，可以单独在sd的terminal中运行下面的代码（不要打成requirements.txt！）。安装结束后，再sh webui.sh --share启动sd。

pip install -r requirements_versions.txt

ValueError: invalid literal for int() with base 10: '.ipynb'‘

cd ./stable-diffusion-webui/models/train/image_violet/
ls -la

发现数据文件夹中存在.ipynb_checkpoints，“.”的存在会影响int使用，删除这个checkpoints文件，重新点train model即可

rm -rf .ipynb_checkpoints
find . -name ".ipynb_checkpoints" -exec rm -rf {} \;

NameError: name 'split' is not defined
关闭url，重新运行

python kohya_gui.py --listen 0.0.0.0 --server_port 7861 --inbrowser –share

AttributeError: module 'gradio' has no attribute 'themes'更新gradio

pip install gradio --upgrade

ValueError: SchedulerType.CONSTANT does not require num_warmup_steps. Set None or 0
当LR Scheduler为constant的时候，不需要设置LR warmup
修改成cosine，LR warmup设置为10（即默认设置） OSError: Port 7861 is in use. If a gradio.Blocks is running on the port, you can close() it or gradio.close_all().
换个端口号（比如7863）重新运行

subprocess.CalledProcessError: Command '['./envs/py310/bin/python', 'train_network.py', '--enable_bucket','.....']' returned non-zero exit status 1

不要用AdamW8bit，用AdamW就行（也是默认设置，所以像我一样的小白，不要一开始就调参，会非常痛苦）