Platform For AI:PAI ArtLab Kohya

ステップ 1：データセットの作成

1. PAI ArtLab にログインし、右上隅で アイコンにカーソルを合わせ、China (Shanghai) リージョンを選択します。

2. Dataset ページで、Create Dataset をクリックし、データセットに名前を設定します。

3. データセットを開き、New Folder をクリックして、フォルダの名前を設定します。

   フォルダー名は Number_CustomName の形式に従う必要があります。ここで、数値はトレーニング中に画像が繰り返される回数を指定します。例： 30_test。

4. 作成したフォルダーに画像をアップロードします。画像は、次の要件を満たす必要があります：

   • 少なくとも 15 枚の鮮明な画像を使用してください。

   • 解像度が高すぎないようにしてください。sd1.5 ベースモデルを使用した LoRA トレーニングでは、512x512 または 512x768 ピクセルの解像度で十分です。

   • ウォーターマーク、低解像度、不自然な照明、複雑または認識不能なコンテンツ、奇妙なアングルの画像は避けてください。

ステップ 2：画像のキャプション付け

1. [ツールボックス] ページで、[Kohya (Exclusive Edition)] カードをクリックしてツールを起動します。

2. [ユーティリティ] > [キャプション] > [WD14 キャプション] タブに移動し、次のパラメーターを設定します。

   パラメーター	説明
   キャプションを付ける画像フォルダー	作成したフォルダーを選択します。フォルダーがドロップダウンリストに表示されない場合は、そのパスを手動で入力します。 例： /data-oss/datasets/test/30_test。
   不要なタグ	除外したいプロンプトを入力します。
   WD14 キャプションに追加するプレフィックス	DatasetName+Number の形式で LoRA トリガーワードを入力します。 例： test1。

3. [画像のキャプション付け] をクリックして、自動一括キャプション付けを開始します。

   このプロセスには 2〜3 分かかります。ログに captioning done と表示されたら、キャプション付けは完了です。

4. Datasets ページで、作成したフォルダを開き、イメージをクリックして対応する字幕を表示します。

   キャプションを修正することもできます。

ステップ 3：モデルのトレーニング

1. [モデル] > [モデルスコープ] ページで、チェックポイントモデルを選択し、[マイモデル] に追加します。

2. Kohya (Exclusive Edition) ページで、[LoRA] > [トレーニング] タブに移動し、次のパラメーターを設定します。

   1. [ソースモデル] タブで、次のパラメーターを設定します。

      パラメーター	説明
      モデルクイックピック	カスタムを選択します。
      事前学習済みモデル名またはパス	右側の アイコンをクリックして、モデルリストを更新します。 ドロップダウンリストから、[/data-oss/models/Stable-diffusion] を選択します。 パスに / を追加し、追加したモデルを選択します。

   2. [フォルダー] タブで、次のパラメーターを設定します。

      パラメーター	説明
      出力フォルダー	作成したデータセットを選択します。
      モデル出力名	トレーニング済みの LoRA モデルの名前を入力します。例： test。

   3. [パラメーター] タブで、次のパラメーターを設定します。

      パラメーター	説明
      エポック	このパラメーターを 20 に設定します。
      最大解像度	このパラメーターを 768,768 に設定します。
      バケットを有効にする	このチェックボックスをオフにします。 データセット内のすべての画像のディメンションが同じ場合は、このチェックボックスをオフにします。
      テキストエンコーダーの学習率	このパラメーターを 0.00001 に設定します。
      ネットワークランク (ディメンション)	このパラメーターを 128 に設定します。
      ネットワークアルファ	このパラメーターを 64 に設定します。

3. [トレーニングの開始] をクリックします。ログに model saved と表示されたら、モデルのトレーニングは完了です。

   トレーニング中にログが生成されます。主要なメトリックである損失値は、モデルの予測と実際の結果との差を測定します。理想的な損失値はモデルの種類によって異なります。一般的な範囲については、次の表をご参照ください：

   モデルタイプ	損失値
   キャラクターモデル	0.06-0.09
   オブジェクトモデル	0.07-0.09
   スタイルモデル	0.08-0.13
   機能モデル	0.003-0.05

ステップ 4：モデルの評価

1. [モデル] > [マイモデル] ページで、モデルカードの右側にある アイコンをクリックして、チェックポイントモデルとトレーニング済みの LoRA モデルを Stable Diffusion (共有版) に追加します。

2. [ツールボックス] ページで、[Stable Diffusion (共有版)] カードをクリックしてツールを起動します。

3. [Stable Diffusion モデル] の横にある アイコンをクリックし、チェックポイント モデルを選択します。

4. [Text-to-Image] タブで、次のパラメーターを設定します。

   1. [生成] タブで、次のパラメーターを設定します。

      パラメーター	説明
      ステップ	このパラメーターを 30 に設定します。
      スクリプト	X/Y/Z プロットを選択します。 X タイプ： プロンプト S/R X 値： NUM,000001,000002,000003 Y タイプ： プロンプト S/R Y 値： STRENGTH,0.3,0.5,0.6,0.7,0.8,0.9,1

   2. [Lora] タブで、[更新] をクリックし、追加した LoRA モデルをクリックします。

      LoRA モデルが見つからない場合は、トレーニング済みの LoRA モデルのいずれかを選択し、プロンプトを修正します。

      例： <lora:test-000002:1> を <lora:test-NUM:STRENGTH> に変更します。

   3. プロンプトを入力します。

      パラメーター	説明
      ポジティブプロンプト	test1, outdoors, sky, day, cloud, water, tree, blue sky, no humans, traditional media, grass, building, nature, scenery, house, castle,
      ネガティブプロンプト	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. [生成] をクリックし、画像が生成されるのを待ちます。

   X/Y/Z プロット画像が生成されます。[X/Y/Z プロット] スクリプトを使用して、トレーニング済みのすべてのモデルをテストし、異なる強度値での効果を比較できます。

チェックポイントベースモデルの選択

• 方法 1：プラットフォームが提供するプリセットのチェックポイントベースモデル (sd1.5 xl など) を選択します。

  [ソースモデル] セクションで、[モデルクイックピック] ドロップダウンリストを展開します。stabilityai/stable-diffusion-xl-base-1.0、stabilityai/stable-diffusion-xl-refiner-1.0、または stabilityai/stable-diffusion-2-1-base などの事前学習済みモデルをベースモデルとして選択できます。

• 方法 2：カスタムベースモデルを選択します。

  1. ベースモデルのアップロードまたは既存モデルの追加を行います。

  2. [モデルクイックピック] ドロップダウンリストから [カスタム] を選択します。[事前学習済みモデル名またはパス] で、[/data-oss/models/Stable-diffusion] を選択し、/ を追加してから、[マイモデル] に追加またはアップロードしたチェックポイントモデルを選択します。