Platform For AI:PAI ArtLab Kohya

ステップ 1：データセットを作成する

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

2. [データ] ページで、[データセットの作成] をクリックし、データセットの名前を入力します。

3. 作成したデータセットに移動し、[フォルダの作成] をクリックして、フォルダの名前を入力します。

   フォルダ名は Number_CustomName の形式である必要があります。 この数字は、トレーニング中にフォルダ内の画像が繰り返される回数を指定します。 たとえば、30_test です。

4. 作成したフォルダに画像をアップロードします。 画像は次の要件を満たしている必要があります。

   • データセットには 15 枚以上の鮮明な画像が含まれている必要があります。

   • 過度に高い解像度は避けてください。 sd1.5 ベースモデルに基づく LoRA トレーニングでは、512 × 512 または 512 × 768 ピクセルの画像解像度で十分です。

   • ウォーターマークが含まれている画像、低解像度の画像、異常な照明の画像、複雑または認識できないコンテンツが含まれている画像、または奇妙な角度から撮影された画像は避けてください。

ステップ 2：データをアノテーションする

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] タブで、次のパラメータを設定します。

   パラメータ	説明
   [キャプションする画像フォルダ]	作成したフォルダを選択します。 フォルダがドロップダウンリストに表示されない場合は、パスを手動で入力できます。 例: /data-oss/datasets/test/30_test。
   [不要なタグ]	除外するプロンプトを入力します。
   [WD14 キャプションに追加する接頭辞]	目的の LoRA トリガーワードを入力します。 形式は DatasetName + Number です。 例: test1。

3. [画像のキャプション] をクリックして、自動バッチアノテーションを開始します。

   2 ～ 3 分待ちます。 ログ領域に [キャプション完了] と表示されたら、アノテーションは完了です。

4. [データ] ページで、作成したフォルダを開き、画像をクリックしてアノテーションを表示します。

   アノテーションの内容を変更することもできます。

ステップ 3：モデルをトレーニングする

1. [モデル] > [モデルスコープ] ページで、Checkpoint 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] を選択し、次のパラメータを設定します。

   1. [ソースモデル] タブで、次のパラメータを設定します。

      パラメータ	説明
      [モデルクイックピック]	[カスタム] を選択します。
      [事前トレーニング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。 パスにスラッシュ (/) を追加し、追加したモデルを選択します。

   2. [フォルダ] タブで、次のパラメータを設定します。

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

   3. [パラメータ] タブで、次のパラメータを設定します。

      パラメータ	説明
      エポック	値を [20] に設定します。
      [最大解像度]	値を [768,768] に設定します。
      [バケットを有効にする]（データコンテナを有効にする）	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ファイルの寸法が同じ場合は、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学習率]	値を [0.00001] に設定します。
      [ネットワークランク (ディメンション)]	値を [128] に設定します。
      [ネットワークアルファ]	値を [64] に設定します。

3. [トレーニングを開始] をクリックします。 ログ領域に [モデルが保存されました] と表示されたら、モデルのトレーニングは完了です。

   トレーニングプロセス中に、ログが生成されます。 損失値は、モデルの予測と実際の結果の差を測定する重要な指標です。 損失値はモデルの種類によって異なります。 次の表に参照値を示します。

   モデルの種類	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
   特徴モデル	0.003 ～ 0.05

ステップ 4：モデルの効果を確認する

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、Checkpoint モデルと生成された LoRA モデルを [Stable Diffusion (Shared Edition)] に追加します。

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

3. [Stable Diffusion Model] の右側にあるをクリックし、Checkpoint モデルを選択します。

4. [テキストから画像へ] タブで、次のパラメータを設定します。

   1. [生成] タブで、次のパラメータを設定します。

      パラメータ	説明
      手順	値を [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。

      トレーニングした LoRA モデルがリストされていない場合は、別のトレーニング済み LoRA モデルを選択し、プロンプトを変更してモデルを参照できます。

      たとえば、<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	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] をクリックして、画像が生成されるまで待ちます。

   X/Y/Z プロット画像が生成されます。 [X/Y/Z プロット] 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、異なるモデルと重みの効果を比較できます。

トレーニング用の Checkpoint ベースモデルを選択する

• 方法 1：プラットフォームで事前設定された Checkpoint ベースモデル (sd1.5 xl など) を選択します。

  

• 方法 2：カスタムベースモデルを選択します。

  1. トレーニング用のベースモデルをアップロードする か、モデルを追加する。

  2. [モデルクイックピック] を [カスタム] に設定します。 [事前トレーニング済みモデル名またはパス] フィールドに、[/data-oss/models/Stable-diffusion] と入力し、スラッシュ (/) 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 Checkpoint モデルを選択します。