cocktailpeanut/fluxgym

Dead simple FLUX LoRA training UI with LOW VRAM support

Flux Gym – 저사양 GPU에서 FLUX LoRA 모델을 훈련하기 위한 간단한 Web UI

개요 – 강력한 Kohya-ss 훈련 스크립트를 래핑한 가벼운 Gradio 기반 웹 인터페이스로, 12GB의 VRAM만으로도 FLUX 확산 모델(LoRA)을 미세 조정할 수 있습니다. 이 UI는 AI-Toolkit 프론트엔드의 포크이지만, 원본과 달리 12GB, 16GB, 20GB 그래픽 카드에서 작동합니다.

중요성 – 새로운 FLUX 제품군을 위한 LoRA 훈련에는 일반적으로 24GB GPU 또는 명령줄 워크플로우가 필요합니다. Flux Gym은 클릭 한 번으로 조작 가능한 브라우저 UI를 통해 동일한 유연성(전체 Kohya-ss 플래그 세트)을 제공하며, 모델 자동 다운로드, 훈련 중 샘플 이미지 생성, Hugging Face로의 원클릭 게시와 같은 편리한 기능도 제공합니다.

핵심 기능 (README 설명 기준)

  • 저VRAM 지원 – 12GB/16GB/20GB GPU에서 작동합니다.
  • 전체 Kohya-ss 호환성 – Advanced 탭에서 최신 sd-scripts 릴리스에서 지원하는 모든 훈련 플래그를 사용할 수 있습니다.
  • 자동 모델 처리 – 기본 FLUX 모델(dev, dev2pro, schnell)은 온디맨드로 다운로드됩니다. 추가 모델은 models.yaml을 통해 추가할 수 있습니다.
  • 샘플 이미지 생성 – N 스텝마다 미리보기 이미지를 선택적으로 생성할 수 있으며, 프롬프트, 시드, 크기, CFG 등을 완전히 제어할 수 있습니다.
  • Hugging Face 게시 – 개인 HF 토큰을 로컬에 저장하고 UI에서 직접 훈련된 LoRA를 푸시할 수 있습니다.
  • Docker & Pinokio 원클릭 설치 프로그램 – 번거로운 설정 없이 바로 사용할 수 있는 준비된 컨테이너와 1클릭 런처.
  • 캡션 파일 업로드 – 이미지 파일명과 일치하는 쌍을 이루는 .txt 캡션 파일을 지원합니다.

빠른 시작 개요 (README 기준)

  1. 설치 – Pinokio 1클릭 런처를 사용하거나, 제공된 Docker compose를 실행하거나, 저장소를 클론하고 Python 가상 환경을 설정합니다.
  2. 실행 – (venv가 활성화된 상태에서) python app.py를 실행하면 http://localhost:7860에서 Gradio 서버가 시작됩니다.
  3. 훈련 – UI에서:
    • LoRA 메타데이터를 입력합니다.
    • 이미지(및 선택적 .txt 캡션)를 업로드합니다.
    • 선택적으로 샘플 이미지 생성을 활성화하고 프롬프트를 설정합니다.
    • Start를 클릭합니다.
  4. 게시 – 훈련 후 Hugging Face 토큰으로 로그인하여 LoRA를 푸시합니다.

설치 세부 사항 (문서 기준)

  • 수동: 저장소를 클론하고, sd-scripts 서브모듈을 클론 (git clone -b sd3 https://github.com/kohya-ss/sd-scripts)한 다음, venv를 생성하고, sd-scripts 요구 사항을 설치하고, 앱의 requirements.txt를 설치한 후, PyTorch 나이틀리 빌드(RTX 50 시리즈의 경우 cu121 또는 cu128)를 설치합니다.
  • Docker: 동일한 폴더 구조를 사용하며, 필요한 경우 PUID/PGID를 설정한 후 docker compose up -d --build를 실행합니다。
  • Pinokio: 자동 설치를 위해 제공된 Pinokio 링크를 클릭하세요.

지원되는 기본 모델 (자동 다운로드)

  1. Flux-1-dev
  2. Flux-1-dev2pro (배경 설명은 링크된 Medium 기사 참조)
  3. Flux-1-schnell (지원되지만 고품질에는 권장되지 않음)
  4. 사용자 정의 모델 – models.yaml에 항목을 추가하세요.

확장성

  • UI는 최신 kohya-ss/sd-scripts 실행 플래그를 파싱하여 Advanced 탭을 구축하므로, 업스트림에 추가된 새로운 플래그가 자동으로 나타납니다.
  • 새로운 기본 모델을 추가하려면 models.yaml을 편집하기만 하면 되며, 공유하고 싶은 경우 PR을 제출하면 됩니다.

사용자

README는 사용자들이 로컬에서 훈련한 LoRA를 공유하는 Pinokio의 커뮤니티 쇼케이스 페이지를 가리키고 있습니다.

요약

Flux Gym은 사용자 친화적인 Web UI와 Kohya-ss 훈련 스크립트의 강력한 기능을 결합한 진정한 오픈 소스 도구로, 소비자급 GPU에서도 FLUX LoRA 미세 조정을 가능하게 합니다.

관련