Linaqruf/kohya-trainer

해결하는 문제

이미지 생성을 위한 LoRA (Low-Rank Adaptation models) 학습은 복잡하고 기술적인 요구 사항이 많을 수 있습니다. 이 프로젝트는 즉시 사용 가능한 Google Colab 노트북을 제공하여 전체 학습 파이프라인을 처리하고, 기본 학습 소프트웨어의 특정 버전을 고정하여 호환성과 안정성을 보장함으로써 프로세스를 간소화합니다.

작동 방식

이 프로젝트는 kohya-ss/sd-scripts 백엔드를 사용하여 실제 학습을 수행합니다. 사용자는 간소화된 자동화 경험을 위한 "원클릭" 노트북을 선택하거나, 프로세스를 개별 단계(다운로드, 태깅, 구성, 학습)로 나누어 더 세밀하게 제어할 수 있는 "고급" 노트북을 선택할 수 있습니다. 노트북은 로컬 폴더, zip 파일, Hugging Face 저장소 등 다양한 데이터셋을 지원하며, 필요한 경우 자동으로 이미지 캡셔닝을 처리합니다.

대상 사용자

이 도구는 복잡한 로컬 환경을 관리하지 않고 Google Colab에서 LoRA를 학습하려는 사용자를 위해 설계되었습니다. 간단한 "버튼 클릭" 경험을 원하는 초보자부터 특정 학습 설정을 조정하거나 중간 단계를 검토해야 하는 고급 사용자까지 모두 지원합니다.

주요 특징

• SDXL, SD 1.5, Illustrious와 같은 인기 모델을 위한 원클릭 학습 노트북.
• 고급 모드를 통해 단계별 검증 및 특정 학습 단계 재실행 가능.
• Hugging Face Hub에 결과 업로드 및 Weights & Biases에 진행 상황 기록을 기본 지원.
• 하위 폴더 이름을 통한 반복 횟수 지정 및 자동 태깅을 포함한 유연한 데이터셋 처리.
• Colab Secrets를 통한 Hugging Face, Civitai, Weights & Biases API 토큰의 안전한 관리.