Stable Diffusion CLI

安装 CLI 工具

cargo install stable-diffusion-cli

获取使用 CLI 的帮助

stable-diffusion --help

训练要求

• kohya_ss：遵循此处安装指南 https://github.com/bmaltais/kohya_ss.

设置训练环境

stable-diffusion train setup

示例

生成示例

要生成图像，只需运行

stable-diffusion generate --prompt "A green apple"

检查所有生成参数

stable-diffusion generate --help

训练示例

我们有一个 Bacana 的照片数据集，一种Coton de Tuléar，构思为 bacana white dog 以免与 Coton de Tuléar 概念混淆，该概念已存在于 Stable Diffusion XL 模型中。

examples/training/lora/bacana/images 中的部分训练图像

训练参数如下

{
    "prompt": {
        "instance": "bacana",
        "class": "white dog"
    },
    "dataset": {
        "training": "images"
    },
    "network": {
        "dimension": 8,
        "alpha": 1.0
    },
    "output": {
        "name": "{prompt.instance}({prompt.class})d{network.dimension}a{network.alpha}",
        "directory": "./output"
    },
    "training": {
        "optimizer": "Adafactor",
        "learning_rate": {
            "scheduler": "Constant"
        }    
    }
}

请注意，output.name 是一个格式字符串，用于捕获参数值。这对于实验不同的参数并在模型文件名中跟踪它们非常有用。

使用以下命令训练示例

stable-diffusion train --config examples/training/lora/bacana/parameters.json

LoRA safetensors 文件将生成为

examples/training/lora/bacana/output/bacana(white dog)d8a1-000001.safetensors
examples/training/lora/bacana/output/bacana(white dog)d8a1.safetensors

其中，在这种情况下，bacana(white dog)d8a1-000001.safetensors 是第一个时期，bacana(white dog)d8a1.safetensors 是最后一个时期。

然后您可以

cd examples/training/lora/bacana/generation

并运行

python generate.py

以测试使用 LoRA 模型的图像生成。生成的图像将在 examples/training/lora/bacana/generation 中。

一些生成的图像

开发提示

调试

为了检查 kohya_ss 所需的训练文件夹结构，将 TRAINING_DIR 设置为，例如，./training，如下所示

TRAINING_DIR=./稳定训练-扩散训练...