ostris/ai-toolkit

何が解決されるか

AI Toolkit は、拡散モデルのための統一かつ使いやすい訓練スイートを提供し、ユーザーが消費者向けハードウェアで画像、動画、音声モデルを訓練できるようにし、複雑な環境設定を手動で管理する必要がなくなります。

どのように機能するか

このツールキットは、FLUX、SDXL、Wan 2.1 などを含む幅広いモデルをサポートし、訓練プロセスと対話する2つの主要な方法を提供します：YAML 設定ファイルを使用するコマンドラインインターフェース（CLI）と、ジョブの監視と管理を行うウェブベースのグラフィカルユーザーインターフェース（GUI）。また、PyTorch、Node.js、FFmpeg のインストールを自動化する実験的なマネージャーを含み、システムから環境を隔離します。

誰のために設計されているか

これは、LoRA や LoKr などの技術を使って拡散モデルをファインチューニングしたいクリエイターや開発者のために設計されており、特にハードウェアリソースが限られている人や、セットアッププロセスを簡素化したい人に適しています。

ハイライト

• 広範なモデルサポート：画像、動画、指令/編集、音声の拡散モデルの広範なリストと互換性があります。
• 自動セットアップ：実験的なマネージャーが依存関係のインストールと環境作成を処理します。
• 柔軟な訓練：LoRA と LoKr の訓練をサポートし、特定のモデルレイヤーを対象にしたり除外したりできます。
• シンプルなデータ処理：画像のリサイズとアスペクト比を自動処理し、画像と一致するテキストキャプションファイルのみが必要です。
• クラウド統合：RunPod と Modal での訓練のための公式テンプレートとガイドを提供します。