car_design-sketch

版本发布

• v0.8：当前为测试模型，建议您观察我的示例图片并提供反馈。

概述

本模型旨在生成汽车设计过程中手绘草图风格的渲染效果。我计划训练一系列模型来解决这一问题，本模型是该系列中的一次尝试。模型基于SDXL架构，并使用DynaVision XL模型进行微调。

数据

我收集了约3K张手绘汽车图像。目前似乎没有专门收录大量手绘汽车图像的网站或数据集，因此数据来源多样。数据仅经过基础标注，未进行分类或人类偏好筛选（我没有时间完成此项工作，但未来可能会补充）。数据标注未经筛选，直接提供。

训练

如上所述，我没有选择SDXL的基模型进行训练，原因是我认为其2D性能不佳，或者说不如DynaVision XL_ Release_v0.6.1.0-bakedvae模型，因此选择了后者作为训练基模型。

使用的训练脚本为sd-scripts，以下是部分详细参数：

• base_model: dynavisionXLAllInOneStylized_releaseV0610Bakedvae.safetensors

• resolution: 1024

• max_train_epochs = 20

• device = 4090 X 2

• clip_skip = 2

• save_precision = fp16

• network_module = lycoris.kohya

• network_dim = 16

• network_alpha = 8

• train_batch_size = 16

• gradient_checkpointing = true

• gradient_accumulation_steps = 1

• real_batch_size = 32

• lr_scheduler = constant

• min_snr_gamma = 5

• multires_noise_discount = 0.3

• multires_noise_iterations = 10

• unet_lr = 2e-4

• text_encoder_lr = 2e-4

其他说明

目前我仅发布部分测试结果，诚邀您观察并提出建议，以便我明确模型改进方向。

待办事项

• 更多图像

• 更好的标注

• 寻找更优的基模型（可能）

工具提供方：ChatGPT (OpenAI)