Sie können ein KI-Malmodell trainieren, auch wenn Sie nicht wissen, wie man Code schreibt!
Mit Hilfe dieses Frameworks kann alles vom Training bis zur Inferenz aus einer Hand abgewickelt und mehrere Modelle gleichzeitig verwaltet werden.
Das Alibaba-Team hat SCEPTER Studio, eine universelle Workbench zur Bildgenerierung, als Open-Source-Lösung eingeführt.
Damit können Sie das Modelltraining und die Feinabstimmung ohne Codierung direkt in der Weboberfläche durchführen und zugehörige Daten verwalten.
Das Team hat außerdem eine DEMO mit drei integrierten Modellen gestartet, mit der Sie die Inferenzfunktion von SCEPTER online erleben können.
Schauen wir uns also an, was SCEPTER konkret leisten kann!
Mit SCEPTER ist das Schreiben von Programmen nicht mehr notwendig. Training und Feinabstimmung können einfach durch Auswahl des Modells und Anpassen der Parameter auf der Webseite abgeschlossen werden.
Konkret unterstützt SCEPTER derzeit die Modelle SD 1.5/2.1 und SDXL der Stable Diffusion-Serie.
In Bezug auf die Feinabstimmungsmethoden unterstützt es die traditionelle Feinabstimmung mit vollem Volumen, LoRA und andere Methoden sowie das eigene Feinabstimmungs-Framework SCEdit. In Zukunft wird es auch Unterstützung für die Feinabstimmung von Res-Tuning hinzufügen Methoden.
SCEdit ermöglicht es dem Diffusionsmodell, Bildgenerierungsaufgaben mit höherer Effizienz durch das Überspringen von Verbindungen abzuschließen, wodurch 30–50 % des Speicheraufwands im Vergleich zu LoRA eingespart werden.
In Bezug auf Trainingsdaten verfügt SCEPTER über integrierte, selbst erstellte Datensätze, darunter 6 Stile, darunter 3D, japanische Comics, Ölgemälde und Skizzen, mit 30 Bild-Text-Paaren für jeden Stil.
Gleichzeitig können Sie auch die von Ihnen vorbereiteten Bilder verpacken und komprimieren, die entsprechende Beziehung zwischen Bild (Dateiname) und Eingabeaufforderung in einem CSV- oder TXT-Dokument herstellen und in die SCEPTER-Plattform importieren.
Wenn Sie nicht einmal ein Dokument schreiben möchten, können Sie Bilder auch direkt hochladen und in der SCEPTER-Oberfläche die Option „Eingabeaufforderung“ markieren, um Bilder im Datensatz zu verwalten, hinzuzufügen und zu löschen.
In der Inferenzphase unterstützt SCEPTER nachgelagerte Aufgaben, einschließlich grammatikalischer Bilder und steuerbarer Bildsynthese. In Zukunft wird es auch die Bildbearbeitung unterstützen und seine Verwendung ähnelt der bestehenden Webversion von SD.
Gleichzeitig integriert die SCEPTER-Schnittstelle auch das Zauberbuch (Prompt-Sammlung) und einige vorgefertigte, fein abgestimmte Modelle.
Also, wie sollte SCEPTER konsumiert werden?
Wenn Sie einfach nur mit Generation spielen möchten, kann die offizielle DEMO auf HuggingFace und Magic Community die Anforderungen erfüllen, und letztere verfügt auch über eine chinesische Benutzeroberfläche.
Wenn Sie Datenverwaltung, Schulung und andere Funktionen nutzen möchten, müssen Sie die Vollversion selbst installieren und bereitstellen. Spezifische Schritte finden Sie im Tutorial auf der GitHub-Seite.
Im gesamten Prozess erfordert nur der Installations- und Bereitstellungsprozess die Verwendung einiger einfacher Codes, und alle nachfolgenden Prozesse können direkt in der Weboberfläche ausgeführt werden.
Wenn Sie Interesse haben, kommen Sie vorbei und erleben Sie es!
Portal: https://github.com/modelscope/scepter
Das obige ist der detaillierte Inhalt vonDas Training von KI-Zeichnungsmodellen zur Argumentation kann mit einer Webseite durchgeführt werden. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
