要求

支持Cuda的Nvidia的显卡，不支持AMD等其他的显卡

使用一键包之前，请确保cuda正确的安装

(相关资料图)

其他的软件已经完全的包含在了包中，不需要额外的下载，点开即用

创建一个工程

点击 文件→新建项目

填写项目名称和路径。生成的路径为 路径+名称

空的项目创建成功。

处理训练集

训练集可以通过自动导入的方式导入，也可以通过手动的方式导入。

自动导入

点击 源文件→自动导入

在菜单中选择导入方式，导入图片。结果如下

如果是二次元图片建议选择Deepdanbooru的打标器，如果是其他的图片请选择Clip，也可以不选，则不会给图片添加任何标签。

点击导入，等待处理完成。如果出现长时间卡住等情况，请尝试中断后再导入。

完成后就处理完毕了，如果自动导入处理的图片不完美，请看下一节，没有问题则直接跳到训练。

手动处理

删除掉不完美的素材

接上文，这里需要删除掉一些不完美的素材。使用ctrl或者shift可以选中图片，这里选中之后，在菜单中选择删除选中的预处理图片。

重新裁剪图片

切换到原图的页面，进行处理。

注：这里可以将预处理文件过滤器切换到不包含，就可以显示没有被与预处理过的图片。

点击图片，再点击裁剪图片

拖动框选裁剪框，然后保存

完成想要的图片裁切后，切回到数据集页面，就可以看到完成后的数据集。

重新打标

裁剪后需要对图片进行重新打标，这里使用自动打标。

过滤器中可以选择只显示无标签的预处理文件。

选择后，点击菜单 识别选中的图片

根据自己的图片选择打标器的类型，阈值可以更改识别准确度，过滤掉低可能性的标签，点击识别。

识别完成后，可以点击每个图片选择是否使用这个标签。后面的数字代表标签的可能性。

点击保存，回到数据集页面，切换过滤器为所有。

模型训练

设置触发词

点击上方 标签→ 添加标签。

注：会将标签添加至当前显示的预处理图片中。如果想给所有的图片添加，请在数据集文件夹内点击”所有”

英文逗号分隔标签

创建训练集文件夹

将所有的图片创建至一个新的文件夹内，也可以根据自己的需要创建。

全选后点击使用选中的图片创建新的文件夹。

也可以使用上方的菜单中的“数据集”新建数据集“的方式创建空的数据集。使用复制、粘贴、删除、剪切功能，可以像文件浏览器一样处理。

填入数据集信息，名字根据自己需要，步数填写100，如果有自己需求，按照自己需求填写

配置训练参数

选项卡切换至训练配置

软件已经内置了训练配置，不需要过多的设置。

填写好模型名称

如果是完整版的软件，可以选择预训练模型库的v2选项。这样就不需要额外地从网络上下载很大的模型。

点击保存。

点击启动。

启动后就可以看到训练脚本正在运行。

面板切换到监视器能看到进度，等待完成。

完成后可以打开输出的文件夹

模型评测

这里主要针对完成后用模型生成图片，你也可以不用这个功能，直接将模型导入到stable-duffusion-webui内自己使用。

选项切换到模型页面，选择一个模型。

启动预览服务

服务会启动一个stable-diffusion-webui

完成后会看到状态的改变。关闭服务时，直接将弹出的窗口关掉即可。

可以在设置 -> 预览服务配置里面来设置启动的参数。

注：也可以从其他的路径来加载模型。路径一般为：

<我的stable-diffusion-webui>\models\Stable-diffusion

点击生成预览图，填写如入参数，点击应用即可，这里加入了刚才训练前加入的触发词，可以有效的生成想要的图片。

需要输入使用的模型，和lora的比值。后者决定了模型在生成过程的权重。

这样就可以生成模型的图片了。

关于

软件正在处于最早期的开发阶段，可能存在一定量的bug，本次放出主要是为了让更多的人进行测试，提出改进意见和验证程序功能。

如果发现任何问题或者有好的建议，可以直接在下方评论区提出。

下载地址

完整版下载地址:

链接：/s/1zyY2WZs_OWR8AGtYQnYnPQ?pwd=3hmz 

提取码：3hmz 

关键词：