SDXL Pony Fast Training Guide
詳細
ファイルをダウンロード
モデル説明
このガイドでは、キャラクターモデルのトレーニング方法を説明します。
20枚の画像を使って、たった15分のトレーニングでSDXL Pony LoRAを作成できます。
このガイドでは、kohya_ssまたはsd-scriptsでのトレーニング経験があることを前提としています。ツールの操作手順の詳細は省略します。
このトレーニングの作成にあたり、以下の優れたガイドを参考にしました：/model/281404/lora-training-guide-anime-sdxl
【トレーニング環境】
推奨VRAM：12GB以上（RTX 4060Ti 16GBで動作確認済み）
*FP8オプションを使用すれば、10GB VRAMでもトレーニング可能です。
【使用ツール】
kohya_ss GUI：https://github.com/bmaltais/kohya_ss
kohya_ssはStability Matrixを利用してインストールしました：https://github.com/LykosAI/StabilityMatrix
Pony Diffusion V6 XL：/model/257749?modelVersionId=290640
zunko_dataset（20画像&タグ）：https://files.catbox.moe/lnelg0.zip
zunko_Exclude_tag_list.txt：https://files.catbox.moe/2jbc93.txt
kohya_ssプリセット（zunko_pony_prodigy_v1.json）：https://files.catbox.moe/t5clrs.json
【トレーニングデータ】
画像数：20〜40枚
これ以上を使用すると再現性が低下する可能性があります。量より一貫した品質が重要です。
画像は、同じイラストレーター、TVシリーズなど、一貫したアートスタイルのものを使用するのが最適です。
ファンアートの場合は、可能な限り一貫したアートスタイルのイラストを集めるよう心がけてください。
本トレーニングでは、日本のZUNKOプロジェクトが公開しているAIトレーニングデータを借用しました：https://zunko.jp/con_illust.html
zunkoが同じ衣装を着ている20点のイラストを選出し、768x1024のPNG画像をWEBP形式に変換しました。
*sd-scriptはWEBPファイルをサポートしており、ファイルサイズが遥かに小さいため、私はWEBPを使用することを推奨します。
【タグ付け】
WebUIのwd14taggerを使用して画像に再タグ付け：
モデル：moat-tagger-v2
重み閾値：デフォルト0.35
「Batch from directory」を選択
入力および出力ディレクトリのパスを設定追加タグ：「zunko,score_9,source_anime,znkAA」
キャラクター名：zunko
トリガー語：znkAA
品質タグ：score_9, source_anime
- 除外タグ
- キャラクターの特徴（緑髪、黄色い目、長髪など）はすべて削除
- 衣装の特徴は1つだけ残す（「japanese clothes」を保持）
私が除外した単語のリストを添付しているため、それを除外タグフィールドに貼り付ければ同様の結果が得られます。
理想的には、トリガー語にすべてを統合したいですが、トレーニングステップが少ない場合、モデルは「znkAA」が衣装を指すことを学習するのが難しいです。
そのため、モデルが既に「japanese clothes」として認識している衣装の特徴に吸収させ、それに「znkAA」を補足として追加しています。
- キャラクターのポーズ、構図、望ましくないオブジェクト（リボン、本、食べ物など）のタグは残してください。
【トレーニング開始】
kohya_ssを起動し、「LoRA」タブを選択してください。DreamBoothタブが選択されている状態でLoRAプリセットを開かないように注意してください。
プリセットを添付しているので、ダウンロードして設定から「Open」してください。
ファイルおよびソースモデルのパスを、ご使用の環境に合わせて調整してください。また、アクセラレータに応じてMixed precisionとSave precisionの設定を調整してください（例：fp16）。
基本設定：
オプティマイザ：prodigy、LRスケジューラ：1
dim：16、Network Alpha：2
バッチサイズ：3、繰り返し回数：1、エポック：50
VRAMが不足してOOMエラーが発生した場合は、fp8トレーニングオプションを有効にしてください。
私の環境では、50エポックに14分かかりました。PCのスペックによって時間は異なります。
【選定】
最後に結果を確認し、お気に入りのエポックを選んでください。50エポックはあくまで目安であり、最終エポックが必ずしも最適とは限りません。
設定は10エポックごとに保存されますが、5エポックごとに保存したほうが良いかもしれません。
トレーニングデータとモデルがよく適合している場合、すぐに収束することがあります。