DreamBooth

简介

DreamBooth 是一种定制个性化的 TextToImage 扩散模型的方法。仅需少量训练数据就可以获得极佳的效果。

Dreambooth 基于 Imagen 研发，使用时只需将模型导出为 ckpt，然后就可以被加载到各种 UI 中。

然而，Imagen 的模型和预训练的权重都不可用。所以最初的 Dreambooth 并不适用于稳定扩散。但后面 diffusers 实现了 Dreambooth 这一功能，并且完全适配了 Stable Diffusion。

Diffusers 提供跨多种模态（例如视觉和音频）的预训练扩散模型，作为扩散模型推理和训练的模块化工具箱提供支持。

本节使用的是 Shivam Shirao 的 diffusers 分支版本讲解参数，配置衍生自 ShivamShrirao/diffusers。

推荐使用 CCRcmcpe 的针对 Stable Diffusion 的 优化分支, 可以使用 Yaml 文件。

by https://dreambooth.github.io/

• 你用移动云？看 这个 和 这个（由 eij x 佬提供的 ）

选择

Windows 系统的显存至少需要 16GB, Linux 系统要求显存至少为 8GB。

• 适用于 喜欢 Yaml 文件配置 的 CCRcmcpe/diffusers/ 分支，可以使用 Yaml 文件进行配置。

• 适用于 AutoDl/本地 的 DreamBooth 版本，由 Kurosu Chan 提供

• 适用于 AutoDl 版 Notebook, 由 Bai cai 提供。

• 适用于 AutoDl/本地 的 封装镜像，名称为 dreambooth-for-diffusion，但是缺乏维护。

• 适用于 WebUi 的 插件，但是仍待加强。

• 适用于 Colab 的 Nyanko Lepsoni 的 Colab 笔记本, 由 Nyanko Lepsoni 提供。

• 适用于 Colab 的 RcINS 的 Colab 笔记本 由 RcINS (https://t.me/StableDiffusion_CN/196744) 提供。

Colab 笔记本来自 社区置顶

准备

AutoDl

如果你选择使用 AutoDl 的镜像，需要把 dreambooth-for- diffusion 文件夹移到 autodl-tmp（数据盘）中，且确保运行路径 (# 前面的那一串）为 dreambooth-for-diffusion，具体操作细节在 知乎教程 中有图文说明。

模型转换

在各个笔记本或镜像中都会有以下类型命令，作用是将 ckpt 模型转换为 diffusers 权重格式来训练。

• 训练前示例

    python diffusers\scripts\convert_original_stable_diffusion_to_diffusers.py  --checkpoint_path model.ckpt  --original_config_file v1-inference.yaml  --scheduler_type ddim  --dump_path models/diffusers_model

• 训练后示例

训练完成后，打包转换为 ckpt 即可用于各种 UI 中。

    python diffusers\scripts\convert_diffusers_to_original_stable_diffusion.py  --model_path models/resultModel  --checkpoint_path result.ckpt  --half

数据集

数据集的创建是在 Dreambooth 训练 中获得良好、稳定结果的最重要部分。³

class 和 instance 的质量决定生成的质量。

• 内容要求

一定要使用高质量的样本，运动模糊或低分辨率等内容会被训练到模型里，影响作品质量。

当为一个特定的风格进行训练时，挑选具有良好一致性的样本。理想情况下，只挑选你要训练的艺术家的图像。避免粉丝艺术或任何具有不同风格的东西，除非你的目标是像风格融合。

对于主题，黑色或白色背景的样本有极大的帮助。

透明的背景也可以，但有时会在主体周围留下白色轮廓，所以目前我不建议使用透明背景。

如果需要使你的 Dreambooth 模型更加多样化，尽量使用不同的环境、灯光、发型、表情、姿势、角度和与主体的距离。

请确保包括有正常背景的图片（例如，对象在一个场景中的图片）。只使用带简单背景的图片，效果会比较差。

避免在你的渲染图中出现手粘在头上的情况，请删除所有手太靠近或接触头部的图片。

如果需要避免渲染图中出现鱼眼镜头效果，可以删除所有自拍图片。

为了避免不自然的过度模糊，确保图像不包含假的重景深或虚化。

• 调节

一旦你收集了数据集的照片，将所有图片裁剪并调整为 512x512 的正方形（你可以利用 BIRME 在线工具批量裁剪），并删除任何水印、商标、被图片边缘切断的人/肢体，或其他你不希望被训练的内容。以 PNG 格式保存图像，并将所有图像放在 train 文件夹中。

Augmentation

处理图片的方式有许多，常见的有反转，旋转，亮度和裁切。将图片打碎或者对背景/大头等单独裁切，也许有助于提高训练效果。

相关实例请参考 Diffusers ベースの DreamBooth の精度をさらに上げる・ augmentation 編 .

It may be useful to break up the image, or to crop the background/headers etc. separately.

参数

先让我们看一下来自 CCRcmcpe diffusers 版本 的 Yaml 配置文件。

DreamBooth 本身不能训练所谓的画风。而 Native Training 对模型进行微调会带来画风的改变，作为所谓的画风训练方法。

古典思路是：

Native + deepdanbooru->prompt txt - “训练风格”
Dreambooth + class prompt/instance prompt - 训练物体

但还有很多分类，差异如：是否给每张图片配对 Prompt, 是否 启用 prior_preservation loss(PPL), 是否使用 train text encoder (TTL)⁴

DreamBooth = instance + class with prior preservation loss （其中分给图片单独标签，和使用同一个标签的区别）。

DreamBooth

专业训练特定物体/人物。使用 --with_prior_preservation 来启用 DreamBooth ，只有 DreamBooth 训练会用到 [V] 的概念和 --instance_prompt 相关的参数。

• Instance Image 你所训练的对象

• Instance Prompt 默认实现为全局共享一个 prompt, 这对于 few shot 是可能有效的，即 DreamBooth (original paper method)。但当你的训练目标增多之后可以开启 combine_prompt_from_txt 选项，为每个 instance 准备一个 prompt （通常为 txt) 即为 DreamBooth (alternative method). Instance Prompt 之中应该包含一个唯一标识符 [V]. 详细解释见后。⁴

• Class/Regularization Image 对应 --class_data_dir，应该为 自动生成 即 auto-generated 的图像，用于检测 AI 的先验知识。不应该放任何非 AI 生成的图像。（如果你确定这么做为什么不去使用 Native Training 呢？）掺杂同风格图在 clas image 已经不再鼓励。每次重新训练不同主题要清空一次。

• Class Prompt 对应 --class_prompt 参数，由程序自动生成，可以从其他支持 CLIP SKIP 2 的推理前端生成好之后放进 class img 内。程序同样可以从独立的 txt 中读取内容。⁴

DreamBooth 本身具有十分强烈的 copy and paste 效果，使用 class/regularization 可以适当抑制该效果。⁴

训练多个物体请读 Multiple Concept 节。

• 示例 train_object.sh

Native Training

Native Training 为原生训练，与 DreamBooth 不同的是，Native Training 会直接使用你的训练集进行训练，不再需要 Class Image.

关闭 prior_preservation 选项以开始以原生方式进行训练，是“训练画风”的推荐方式。

在此训练中没有 Instance/Class Image 之分，所有的图都会被用于训练。但是你需要为每个图准备一个 Instance Prompt, 放在和图片名称一样的文本文件，通常为 txt，例子参考 dataset exp

后续通过启用 --use_txt_as_label 来读取这个与图片同名的 txt 文件作为 label（该选项会无视 instance_prompt 参数传入的内容）。

Native Training 需要 较多 的数据集，但这个量众说纷纭，大约在 [100, 10000] 这个区间，多多益善 （但仍然建议人工挑选）

• 示例 train_style.sh

参数

• with_prior_preservation

启用 prior_preservation 以开始 DreamBooth 训练，禁用此参数来开启 Native Training。

• prior_loss_weight

越低则越难过拟合，但是也越难学到东西。⁴³

• learning_rate

学习率

• use_txt_as_label

通常在 Native 训练微调模型时使用。读取与图片同名的 txt 文件作为 label。启用该选项会关闭 DreamBooth, 无视 instance_prompt 参数传入的内容而转为从 txt 文件中读取 label。

• center_crop

脚本自带的裁切图片选项，建议自己裁成正方形的哦。

• resolution

图片的分辨率（一般为 512)，定义此参数会缩放图像。

• max_train_steps

训练的最大步数，一般是 1000，如果你的数据集比较大，那么可以适当增大该值。

训练步数的选择一般来说是，训练步骤 =（参考图像 x 100）

• save_model_every_n_steps

每多少步保存一次模型，方便查看中间训练的结果找出最优的模型，也可以用于从检查点恢复上一次的训练结果（colab 笔记本用户注意挂载到云盘中）。

• lr_scheduler

学习率调节器，可选有 constant, linear, cosine, cosine_with_restarts, cosine_with_hard_restarts

解释 Instance Prompt / Class Prompt

class prompt 会用来生成一类图片，被处理为类似 photo of a person

instance prompt 会被处理为类似 photo of a cute person

训练人物的示例

• Instance prompt: masterpiece, best quality, sks 1girl, aqua eyes, aqua hair
• Class prompt: masterpiece, best quality, 1girl, aqua eyes, aqua hair

训练风格的示例

• Instance prompt: 1girl, by sks
• Class prompt: 1girl

关于 [V]

训练集类型	Instance prompt 必须包含的	Class prompt 应该描述的
物体/人	[V]	物体的类型和/或特征 characteristics
艺术家风格	by [V]	训练集的共同特点

[V] 只用在 Instance prompt 中，是 CLIP 词汇表中的标记，对模型没有意义。这是由你自己设定的短语，类比方程未知量 x，不是一个叫 [V] 的确切值。

假设你想训练的人物叫做 [N]（比如 balabalabala 先生) , 你不应该直接使用 [N](balabalabala 先生) 作为代表特征词。⁴

推荐使用在 该词汇表 中存在但是没有对应概念或者说对应概念不明显的词 [V]（比如 bala)。

非常长的名称很可能被分离为多个标记，会得不到预期效果。标记的分离情况具体可在 NovelAI Tokenizer 验证。

最后代表 [V] 的提示将携带模型学到的新东西，你就可以在生成时使用你设定的 [V] 了。

注：原论文中使用的示例词 sks 和现实中的枪械 SKS 相同，属于不适合被使用的词汇。但是如果你的训练程度足够高的话说不定可以覆写其影响。

TIPS：不要使用默认的 by sks(sks 这个艺术家）, 融合模型的时候会发生灾难。

解释 Subject images / Class images

介绍来自 ²

Subject images （或者你在笔记本上看到的实例图像）是你想要训练的图像，所以如果你想要自己的外观的模型，你可以取 20 到 40 张自己的图像并输入这些图像。实例名是一个唯一的标识符，它将在提示符中表示受训对象，个人使用 “namelastname”，大多数笔记本使用“sks”，但最好更改它。

你实际上是在告诉 AI 把你介绍到数据库中，为了做到这一点，你选择一个类别，即最适合你所训练的类别，对于人们来说，通常使用 "person", "man"/"woman" 等。

在训练中使用 Class images 是为了 防止物体的特征 “渗透” 到同一 Class 的其他物体中。如果没有 Class images 作为参考点，AI 会将你的脸与 Class 中出现的其他脸合并。你的脸会渗透进模型生成的其他脸中。

DreamBooth 可以在没有 Class images 的情况下开始训练，只需要禁用 --with_prior_preservation 来开启 Native Training.

Native Training

Native Training 为原生训练，与 DreamBooth 不同的是，Native Training 会直接使用你的训练集进行训练，不再需要 Class Image.

关闭 prior_preservation 选项（也就是 --with_prior_preservation 参数）以开始以原生方式进行训练，是训练画风的推荐方式。

在此训练中没有 Instance/Class Image 之分，所有的图像都会被用于训练。但是你需要为每个图准备一个 Instance Prompt, 就像传统的 hypernetwork 一样同文件名称，通常为 txt.

关于这个 Txt

对于数据集中的每张图片（[X].png/[X].jpg），再放一个包含相应提示的 [X].txt。然后设置 READ_PROMPT_FROM_TXT（ --use_txt_as_label ）。Both train set and class set supports this.

从 txt [PX] 中读取的提示将被插入到你在训练参数中设置的提示 [P] 中。默认情况下，它的插入方式是 [PX][P]。

在启用 Variable Prompts 和禁用先前保存损失 (PRIOR_PRESERVATION) 的情况下，训练过程实际上等同于标准微调。

Native Training 需要较多的数据集，但这个量众说纷纭，大约在 [100, 10000] 这个区间，多多益善。（建议人工挑选）

标注方法

你可以手动标注或使用 clip 或 deepdanbooru 进行自动标注。

推荐使用 crosstyan/blip_helper 去给你的图像打标。或者使用 DeepDanbooru 和 BLIP

如果你使用 AutoDl 的镜像，你可以使用内置的 label_images.py 进行标注。

从检查点恢复训练

参数的 MODEL_NAME 改成上一次模型的位置。

如果你用到 CLASS_DIR ，因为主题相同，所以不必清空，反之则清空。

Train Text Encoder

对应实例中的 --train_text_encoder，不推荐使用。使用 --train_text_encoder 后，Dreambooth 训练会额外训练文本编码器，会让不同模型之间的 prompt 无法通用。

有玄学说法是在达到训练的某个百分比/epoch/step 之后应该关闭以防止过度玩坏。

• 一开始写的 instance prompt 要长一些，概括你的训练目标 （但是又不要太长，不要覆盖你常用的词） （像是 girl 我会换成 woman, 1boy 换成 male)
• text prompt 词数太多了影响分散，效果不明显。
• instance prompt 不能只填一个 [V]（比如 balabala，应该是 a photo of balabala) ，否则那个词也废掉了。
• 尝试提高学习率

炼出来调用的话看情况加你训练的 instance prompt 的词，看你想要多少味道。

或许训练人物的时候也是效果拔群。

Multiple Concept

对应实例中的 --concept_list 参数，用 DreamBooth 是可以训练多个概念/人物/动作/物体的。但是若训练两个人物则推理时不能使其同时出现，两者的特征会被混合起来。

如果用其他版本的 DreamBooth 训练方法检查 --concept_list 参数，可以读入一个类似的 json 文件。

• concepts_list.json

# You can also add multiple concepts here. Try tweaking `--max_train_steps` accordingly.

concepts_list = [
    {
        "instance_prompt":      "photo of zwx dog",
        "class_prompt":         "photo of a dog",
        "instance_data_dir":    "/content/data/zwx",
        "class_data_dir":       "/content/data/dog"
    },
#     {
#         "instance_prompt":      "photo of ukj person",
#         "class_prompt":         "photo of a person",
#         "instance_data_dir":    "/content/data/ukj",
#         "class_data_dir":       "/content/data/person"
#     }
]

# `class_data_dir` contains regularization images

Aspect Ratio Bucketing

对应上面参数中的 --use_aspect_ratio_bucket。需要在 Colab 中使用的话，aspect_ratio_bucket 调成 enable: true。

Aspect Ratio Bucketing 简称 ARB, 原版训练均只能使用 1:1 的图像，开启 ARB 使得训练非 1:1 的图像成为可能，但并非任意比例尺的图像，不在 bucket 内的图像将会被裁切。

[[ 256 1024], [ 320 1024], [ 384 1024], [ 384  960], [ 384  896], [ 448  832], [ 512  768], [ 512  704], [ 512  512], [ 576  640], [ 640  576], [ 704  512], [ 768  512], [ 832  448], [ 896  384], [ 960  384], [1024  384], [1024  320], [1024  256]]

ARB 与 DreamBooth 一起使用的兼容性不好，仅推荐 Native Training 时使用。

更多内容请查阅 使用 Dreambooth 训练稳定扩散的实验的分析

训练

按照笔记本步骤或说明训练即可，Colab 用户注意挂载磁盘防止断线。

训练完毕要将 diffusers 权重转换为 ckpt 文件才能使用哦！利用类似 diffusers2ckpt.py 的文件即可。

有些脚本提供 --half 参数用来保存 float16 半精度模型，权重文件大小会减半（约 2g），但效果基本一致。

WebUi 用户将训练出的 .ckpt 文件复制到 webui 的 models\Stable-diffusion 目录里，在 webui 的左上角切换模型即可使用。

使用时在 prompt 里输入你之前指定的标志符（例如 ) 来让 ai 在生成图像中加入你期待的东西。

过拟合后，CFG 影响很大，可以试试降低 CFG.

模型的效果要看测试图。

在 Windows 上使用

这里的内容适用于想在 Windows 系统上进行训练的同学。

来自 [^18]

Windows 上的 Dreambooth 可以采用 ShivamShrirao 的优化版本来节省显存，diffusers/examples/dreambooth by ShivamShrirao.

由于相关链接库的原因，用于在 Linux 上的部署方法无法直接在 windows 上使用，由于同样的原因，该优化版本在 colab 上最低 9.9G 的显存需求在 windows 上应该稍高，因此推荐 至少使用显存 12G 的显卡。

编纂者仅在 16G 显存的机器上测试成功，12G 显存的机器理论可行。

Tip

修改或覆盖原始库中的文件时，请备份。

准备环境 Git ， Python ， MiniConda （或 MiniConda )。

以下步骤在 python3.8，windows10 22H2 中操作，其他环境未测试

创建工作目录 ，在目录下构建 python3.8 的 venv 虚拟环境

    python -m venv --system-site-packages venv_dbwin
    venv_dbwin\Scripts\activate
    python.exe -m pip install --upgrade pip

克隆 ShivamShrirao 的优化版本 dreambooth 到工作目录中并安装相关依赖（使用的 构建版本, 后续版本可能无法支持本文方法）

git clone https://github.com/ShivamShrirao/diffusers
cd diffusers
pip install -e .
cd examples\dreambooth
pip install -U -r requirements.txt
pip install OmegaConf
pip install pytorch_lightning
pip install einops
pip install bitsandbytes==0.34

完成后，在 windows 上需要根据 这个 Issue 中的方法实现 bitsandbytes 支持

将 这个仓库 中的 libbitsandbytes_cuda116.dll 文件手动拷贝到工作目录下的 venv_diffusers\Lib\site-packages\bitsandbytes 中，位于 libbitsandbytes_cuda116.so 的旁边；

然后更改脚本以应用，可以手动修改，为方便也可以下载以下文件替换：

将 cextension.py - https://pastebin.com/jjgxuh8V 覆盖到 venv_diffusers\Lib\site-packages\bitsandbytes 目录。

将 main.py - https://pastebin.com/BsEzpdpw 覆盖到 venv_diffusers\Lib\site-packages\bitsandbytes\cuda_setup 目录。

安装 PyTorch 和 Torchvision

pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 --extra-index-url https://download.pytorch.org/whl/cu116

进入 Python 并测试调用

    python
    >>>import bitsandbytes

如果没有报错证明安装成功（ Ctrl + Z 并回车退出 python）。

临时指南

设置 accelerate

    accelerate config

    In which compute environment are you running? ([0] This machine, [1] AWS (Amazon SageMaker)): 0
    Which type of machine are you using? ([0] No distributed training, [1] multi-CPU, [2] multi-GPU, [3] TPU [4] MPS): 0
    Do you want to run your training on CPU only (even if a GPU is available)? [yes/NO]:NO
    Do you want to use DeepSpeed? [yes/NO]:NO
    Do you wish to use FP16 or BF16 (mixed precision)? [NO/fp16/bf16]: fp16

按照上面的设置选项，也就是（0，0，NO，NO，fp16）。

修改显存优化

因为无法使用 xformers ，所以使用 此文件 中的优化方法作为代替。

将 attention.py - https://pastebin.com/nmwTrGB9 覆盖到 diffusers\src\diffusers\models 目录。

至此环境配置完成，可以开始训练了。具体使用参数请查阅 ShivamShrirao 的 readme 文件和 notebook 文件。

Info

我使用以下参数训练。

        accelerate launch --num_cpu_threads_per_process 8 diffusers/examples/dreambooth/train_dreambooth.py --pretrained_model_name_or_path=models/diffusers_model --pretrained_vae_name_or_path=models/diffusers_model/vae --output_dir=models --concepts_list="concepts_list.json" --with_prior_preservation --prior_loss_weight=1.0 --seed=1337 --resolution=512 --mixed_precision="fp16" --lr_scheduler="constant" --use_8bit_adam --gradient_accumulation_steps=1 --train_batch_size=1 --max_train_steps=800 --save_interval=10000 --learning_rate=1e-6 --num_class_images=100 --lr_warmup_steps=0 --gradient_checkpointing

峰值显存占用正好为 12G，如果您只有一个显卡，显存不高于 12G，而且同时需要用于 Windows 系统显示，请关闭所有占用显存的程序或网页等，减少额外显存消耗再进行训练。

diffusers 不能直接使用 ckpt 文件进行训练，需要先进行转换，示例如下。

    python diffusers\scripts\convert_original_stable_diffusion_to_diffusers.py  --checkpoint_path model.ckpt  --original_config_file v1-inference.yaml  --scheduler_type ddim  --dump_path models/diffusers_model

训练完成同样要进行打包转换为 ckpt, 即可用于 AUTOMATIC1111 的 WebUI 中。

    python diffusers\scripts\convert_diffusers_to_original_stable_diffusion.py  --model_path models/resultModel  --checkpoint_path result.ckpt  --half

这是一个临时的解决方案，期待 Windows 官方适配的到来。

其他 ...

fast-stable-diffusion colabs

DreamBooth_Stable_Diffusion

fast-DreamBooth

Dreambooth Gui

DreamBooth 参数表

usage: argmark [-h] --pretrained_model_name_or_path
               PRETRAINED_MODEL_NAME_OR_PATH [--revision REVISION]
               [--tokenizer_name TOKENIZER_NAME] --instance_data_dir
               INSTANCE_DATA_DIR [--class_data_dir CLASS_DATA_DIR]
               [--instance_prompt INSTANCE_PROMPT]
               [--class_prompt CLASS_PROMPT]
               [--with_prior_preservation]
               [--prior_loss_weight PRIOR_LOSS_WEIGHT]
               [--num_class_images NUM_CLASS_IMAGES]
               [--output_dir OUTPUT_DIR] [--seed SEED]
               [--resolution RESOLUTION] [--center_crop]
               [--use_filename_as_label] [--use_txt_as_label]
               [--train_text_encoder]
               [--train_batch_size TRAIN_BATCH_SIZE]
               [--sample_batch_size SAMPLE_BATCH_SIZE]
               [--num_train_epochs NUM_TRAIN_EPOCHS]
               [--max_train_steps MAX_TRAIN_STEPS]
               [--gradient_accumulation_steps GRADIENT_ACCUMULATION_STEPS]
               [--gradient_checkpointing]
               [--learning_rate LEARNING_RATE] [--scale_lr]
               [--lr_scheduler LR_SCHEDULER]
               [--lr_warmup_steps LR_WARMUP_STEPS] [--use_8bit_adam]
               [--adam_beta1 ADAM_BETA1] [--adam_beta2 ADAM_BETA2]
               [--adam_weight_decay ADAM_WEIGHT_DECAY]
               [--adam_epsilon ADAM_EPSILON]
               [--max_grad_norm MAX_GRAD_NORM] [--push_to_hub]
               [--hub_token HUB_TOKEN] [--hub_model_id HUB_MODEL_ID]
               [--logging_dir LOGGING_DIR]
               [--log_with {tensorboard,wandb}]
               [--mixed_precision {no,fp16,bf16}]
               [--local_rank LOCAL_RANK]
               [--save_model_every_n_steps SAVE_MODEL_EVERY_N_STEPS]
               [--auto_test_model] [--test_prompt TEST_PROMPT]
               [--test_prompts_file TEST_PROMPTS_FILE]
               [--test_negative_prompt TEST_NEGATIVE_PROMPT]
               [--test_seed TEST_SEED]
               [--test_num_per_prompt TEST_NUM_PER_PROMPT]

Arguments

英文说明在英文页面。

short	long	default	help
-h	--help		显示此帮助信息并退出
	--pretrained_model_name_or_path	None	预训练模型的路径或来自 huggingface.co/models 的模型标识符。
	--revision	None	修订来自 huggingface.co/models 的预训练模型标识。
	--tokenizer_name	None	预训练的标记器名称或路径，如果与 model_name 不相同的话。
	--instance_data_dir	None	一个包含实例图像训练数据的文件夹。
	--class_data_dir	None	一个包含类图像训练数据的文件夹。
	--instance_prompt	None	带有指定实例的标识符的提示
	--class_prompt	None	提示指定与提供的实例图像相同类别的图像。
	--with_prior_preservation		标记，以增加先前的保存损失。
	--prior_loss_weight	1.0	The weight of prior preservation loss.
	--num_class_images	100	用于事先保存损失的最小的类图像。如果没有足够的图像，额外的图像将用 class_prompt 进行采样。
	--output_dir	text-inversion-model	输出目录，模型预测和 checkpoints 将被写入该目录。
	--seed	None	可重复的培训的种子。
	--resolution	512`	输入图像的分辨率，训练/验证数据集中的所有图像将被调整到这个分辨率。
	--center_crop		是否在调整图像大小至分辨率前居中裁剪图像？
	--use_filename_as_label		使用文件名作为图像标签而不是 instance_prompt，在训练图像差异较大的样式时对正则化很有用
	--use_txt_as_label		使用 filename.txt 文件的内容作为图像标签而不是 instance_prompt，在训练图像差异较大的样式时对正则化很有用
	--train_text_encoder		是否训练文本编码器
	--train_batch_size	4	训练数据加载器的批量大小（每个设备）。
	--sample_batch_size	4	采样图像的批量大小（每个设备）。
	--num_train_epochs	1	None
	--max_train_steps	None	要执行的训练步骤总数。 如果提供，则覆盖 num_train_epochs。
	--gradient_accumulation_steps	1	执行向后/更新传递之前要累积的更新步数。
	--gradient_checkpointing		是否使用梯度检查点来以较慢的反向传递为代价来节省内存。
	--learning_rate	5e-06	要使用的初始学习率（在潜在的预热期之后）。
	--scale_lr		通过 GPU 数量、梯度累积步长和批量大小来缩放学习率。
	--lr_scheduler	constant	The scheduler type to use. Choose between ["linear", "cosine", "cosine_with_restarts", "polynomial", "constant", "constant_with_warmup"]
	--lr_warmup_steps	500	lr 调度程序中预热的步骤数。
	--use_8bit_adam		是否使用 bitsandbytes 中的 8 位 Adam。
	--adam_beta1	0.9	Adam 优化器的 beta1 参数。
	--adam_beta2	0.999	Adam 优化器的 beta2 参数。
	--adam_weight_decay	0.01	要使用的权重衰减。
	--adam_epsilon	1e-08	Adam 优化器的 Epsilon 值
	--max_grad_norm	1.0	最大梯度范数。
	--push_to_hub		是否将模型推送到 Hub。
	--hub_token	None	用于推送到模型中心的令牌。
	--hub_model_id	None	要与本地 output_dir 保持同步的存储库名称。
	--logging_dir	logs	TensorBoard log directory. Will default to output_dir/runs/ CURRENT_DATETIME_HOSTNAME**.
	--log_with	tensorboard	None
	--mixed_precision	no	是否使用混合精度。 在 fp16 和 bf16 (bfloat16) 之间选择。 Bf16 需要 PyTorch >= 1.10 和 Nvidia Ampere GPU。
	--local_rank	-1	对于分布式训练：local_rank
	--save_model_every_n_steps	None	None
	--auto_test_model		保存后是否自动测试模型
	--test_prompt	A photo of a cat	用于测试模型的提示。
	--test_prompts_file	None	包含用于测试模型的提示的文件。示例：test_prompts.txt，每一行都是一个提示
	--test_negative_prompt	``	用于测试模型的否定提示。
	--test_seed	42	用于测试模型的种子。
	--test_num_per_prompt	1	每个提示生成的图像数量。

---

1. testing_dreambooth_for_consistency_with_complex ↩

2. good_dreambooth_formula ↩

3. dreambooth-training-guide ↩↩

4. crosstyan-s-guide ↩↩↩↩↩↩

5. XavierXiao/Dreambooth-Stable-Diffusion ↩

6. StableDiffusion/DreamBooth 自训练全教程 ↩