Platform For AI:PAI ArtLab Kohya

Langkah 1: Buat set data

1. Login ke PAI ArtLab. Di pojok kanan atas, arahkan kursor ke ikon dan pilih wilayah China (Shanghai).

2. Pada halaman Dataset, klik Create Dataset dan tetapkan nama untuk set data tersebut.

3. Buka set data tersebut, klik New Folder, dan tetapkan nama untuk folder tersebut.

   Nama folder harus mengikuti format Number_CustomName, di mana angka tersebut menentukan jumlah pengulangan gambar selama pelatihan. Contohnya, 30_test.

4. Unggah gambar Anda ke folder yang telah dibuat. Gambar harus memenuhi persyaratan berikut:

   • Gunakan minimal 15 gambar yang jelas.

   • Hindari resolusi yang terlalu tinggi. Untuk pelatihan LoRA dengan model dasar sd1.5, resolusi 512x512 atau 512x768 piksel sudah cukup.

   • Hindari gambar yang memiliki watermark, resolusi rendah, pencahayaan aneh, konten kompleks atau tidak dapat dikenali, serta sudut pandang yang tidak lazim.

Langkah 2: Tambahkan keterangan pada gambar

1. Pada halaman Toolbox, klik kartu Kohya (Exclusive Edition) untuk meluncurkan tool tersebut.

2. Buka tab Utilities > Captioning > WD14 Captioning dan konfigurasikan parameter berikut.

   Parameter	Deskripsi
   Image folder to caption	Pilih folder yang telah Anda buat. Jika folder tidak muncul dalam daftar drop-down, masukkan jalurnya secara manual. Contohnya, /data-oss/datasets/test/30_test.
   Undesired tags	Masukkan prompt apa pun yang ingin Anda kecualikan.
   Prefix to add to WD14 caption	Masukkan kata pemicu LoRA dalam format NamaSetData+Angka. Contohnya, test1.

3. Klik Caption images untuk memulai pemberian takarir otomatis secara massal.

   Proses ini memerlukan waktu 2 hingga 3 menit. Ketika captioning done muncul di log, proses pemberian keterangan telah selesai.

4. Pada halaman Datasets, buka folder yang telah Anda buat dan klik salah satu gambar untuk melihat keterangan yang sesuai.

   Anda juga dapat mengubah keterangan tersebut.

Langkah 3: Latih model

1. Pada halaman Model > Model Scope, pilih model checkpoint dan tambahkan ke My Models.

2. Pada halaman Kohya (Exclusive Edition), buka tab LoRA > Training dan konfigurasikan parameter berikut.

   1. Pada tab Source model, konfigurasikan parameter berikut.

      Parameter	Deskripsi
      Model quick pick	Pilih custom.
      Pretrained model name or path	Klik ikon di sebelah kanan untuk refresh daftar model. Dari daftar drop-down, pilih /data-oss/models/Stable-diffusion. Tambahkan / ke jalur tersebut dan pilih model yang telah Anda tambahkan.

   2. Pada tab Folders, konfigurasikan parameter berikut.

      Parameter	Deskripsi
      Output folder	Pilih set data yang telah Anda buat.
      Model output name	Masukkan nama untuk model LoRA yang telah dilatih. Contohnya, test.

   3. Pada tab Parameters, konfigurasikan parameter berikut.

      Parameter	Deskripsi
      Epoch	Tetapkan parameter ini ke 20.
      Max resolution	Tetapkan parameter ini ke 768,768.
      Enable buckets	Kosongkan kotak centang ini. Kosongkan kotak centang ini jika semua gambar dalam set data memiliki dimensi yang sama.
      text encoder learning rate	Tetapkan parameter ini ke 0.00001.
      Network rank (dimension)	Tetapkan parameter ini ke 128.
      Network alpha	Tetapkan parameter ini ke 64.

3. Klik Start training. Ketika model saved muncul di log, pelatihan model telah selesai.

   Log dihasilkan selama pelatihan. Nilai loss, sebagai metrik utama, mengukur perbedaan antara prediksi model dan hasil aktual. Nilai loss ideal bervariasi tergantung jenis model. Lihat tabel berikut untuk rentang nilai umum:

   Jenis model	Nilai loss
   Character model	0,06–0,09
   Object model	0,07–0,09
   Style model	0,08–0,13
   Functional model	0,003–0,05

Langkah 4: Evaluasi model

1. Pada halaman Model > My Models, klik ikon di sebelah kanan kartu model untuk menambahkan model checkpoint dan model LoRA yang telah dilatih ke Stable Diffusion (Shared Edition).

2. Pada halaman Toolbox, klik kartu Stable Diffusion (Shared Edition) untuk meluncurkan tool tersebut.

3. Klik ikon di sebelah Stable Diffusion model dan pilih model checkpoint tersebut.

4. Pada tab text-to-image, konfigurasikan parameter berikut.

   1. Pada tab Generation, konfigurasikan parameter berikut.

      Parameter	Deskripsi
      Steps	Tetapkan parameter ini ke 30.
      Script	Pilih X/Y/Z plot. X type: Prompt S/R X values: NUM,000001,000002,000003 Y type: Prompt S/R Y values: STRENGTH,0.3,0.5,0.6,0.7,0.8,0.9,1

   2. Pada tab Lora, klik Refresh, lalu klik model LoRA yang telah ditambahkan.

      Jika Anda tidak dapat menemukan model LoRA tersebut, pilih salah satu model LoRA yang telah dilatih dan ubah prompt-nya.

      Contohnya, ubah <lora:test-000002:1> menjadi <lora:test-NUM:STRENGTH>.

   3. Masukkan prompt.

      Parameter	Deskripsi
      Positive prompt	test1, outdoors, sky, day, cloud, water, tree, blue sky, no humans, traditional media, grass, building, nature, scenery, house, castle,
      Negative prompt	lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit,fewer digits, cropped, worst quality, low quality,normal quality, jpeg artifacts, signature,watermark, username, blurry,(worst quality:1.4),(low quality:1.4), (monochrome:1.1), Eagetive,

5. Klik Generate dan tunggu hingga gambar dihasilkan.

   Gambar X/Y/Z plot akan dihasilkan. Anda dapat menggunakan skrip X/Y/Z plot untuk menguji semua model yang telah dilatih dan membandingkan efeknya pada berbagai nilai strength.

Pilih model dasar checkpoint

• Metode 1: Pilih model dasar checkpoint preset yang disediakan oleh platform, seperti sd1.5 xl.

  Pada bagian Source model, buka daftar drop-down Model quick pick. Anda dapat memilih model pra-latih sebagai model dasar, seperti stabilityai/stable-diffusion-xl-base-1.0, stabilityai/stable-diffusion-xl-refiner-1.0, atau stabilityai/stable-diffusion-2-1-base.

• Metode 2: Pilih model dasar kustom

  1. Unggah model dasar atau tambahkan model yang sudah ada.

  2. Pilih custom dari daftar drop-down Model quick pick. Untuk Pretrained model name or path, pilih /data-oss/models/Stable-diffusion, tambahkan /, lalu pilih model checkpoint yang telah Anda tambahkan atau unggah ke My Models.