準備訓練資料｜Stable Diffusion WebUI使用手冊

1. 取得高品質圖片

#

訓練用的圖片最少最少要準備10張。重質不重量。因為我要訓練的是單一人物且風格固定，圖片不宜有複雜背景以及其他無關人物。

網路圖片一張一張右鍵下載當然可以，不過要大量下載圖片的話我會使用 Imgrd Grabber或 Hydrus Network。

這裡我準備了33張Hara繪製的斯卡薩哈

2. 裁切圖片

#

下載圖片後，要將訓練圖片裁切成512x512像素。你可以選擇用SD WebUI自動裁切，或是手動裁切。

2.1. 自動裁切

#

裁切圖片不會用到顯示卡計算。

1. 將要裁切的圖片放到同一個目錄下，例如/home/user/桌面/input。

2. 開啟SD WebUI，進到Train → Preprocess images頁面

   

3. 第一個欄位Source directory填寫原始圖片的路徑

4. 第二個欄位Destination directory填寫輸出路徑，例如/home/user/桌面/cropped

5. Width和Height設定為512x512

6. 點選Preprocess ，圖片即會自動裁切。在那之後原始圖片就可以刪除，只留下裁切後的圖片。

2.2. 手動裁切

#

手動把圖片轉成512x512理由是避免重要的部分被裁掉。

1. 安裝修圖軟體 GIMP，點選檔案→新增512x512像素的專案

   

2. 點油漆桶將其漆成白色

   

3. 將圖片拖曳進畫面，成為新的圖層

   

4. 點選工具→變形工具→縮放，縮放圖片使其符合目前畫布大小，再按Enter。

   

5. 點選檔案→Export，匯出成png。

   

6. 為加快後面圖片的處理速度，按右下角刪除目前圖層，再拖新的圖片進來，重複操作。

   

7. 將33張Hara繪製的斯卡薩哈裁切後，統一放到名為raw的目錄。

   

3. 預先給圖片上提示詞

#

接著要給圖片預先上提示詞，這樣AI才知道要學習哪些提示詞。

1. 啟動SD WebUI，進入Train頁面。

2. 進入Preprocess頁面，Source輸入裁切圖片的路徑，Destination填處理後圖片輸出的路徑。

   

3. 接著勾選Create Flipped Copies，建立翻轉圖片提升訓練數量。

然後用Stable Diffusion訓練真實圖片的勾選Use BLIP for caption；訓練動漫人物改勾選Use DeepBooru for caption。

4. 點選Preprocess，約幾分鐘後便會處理完成。輸出的目錄裡面會含有每張圖片對應的提示詞txt檔。

   

5. 點選開啟txt檔，將你覺得無關的特徵都刪除，例如2girls這類太籠統的提示詞。

6. 至此訓練資料準備完成。