SD-WebUI-EasyPhoto 训练集数量调整指南
2025-06-09 17:40:35作者:殷蕙予
背景介绍
SD-WebUI-EasyPhoto 是一个基于 Stable Diffusion WebUI 的扩展插件,主要用于人物照片的风格转换和个性化模型训练。在实际使用过程中,用户可能会发现系统默认只收录14张照片作为训练集,这对于需要更精细模型效果的用户来说可能不够。
技术实现原理
EasyPhoto 通过预处理脚本对用户上传的照片进行处理和筛选。在预处理阶段,系统会设置一个默认的最大照片数量限制,这个限制值直接影响了最终用于训练模型的样本数量。
修改训练集数量的方法
要增加训练集照片数量,用户需要修改预处理脚本中的相关参数。具体而言,需要找到并修改预处理脚本中的以下代码部分:
# 在预处理脚本中查找类似以下代码
max_face_count = 15 # 默认值为15
将上述数值修改为你希望使用的照片数量。例如,如果你想使用30张照片作为训练集,可以将该值修改为30。
注意事项
-
硬件要求:增加训练集数量会显著提高显存和内存的使用量,请确保你的硬件配置能够支持更大的训练集。
-
训练时间:更多的训练样本意味着更长的训练时间,需要做好时间规划。
-
质量平衡:不是照片数量越多效果就一定越好,建议选择质量高、角度多样的照片。
-
版本兼容:修改代码前请确认你使用的EasyPhoto版本,不同版本可能代码位置略有不同。
最佳实践建议
-
建议初始训练集数量设置在20-30张之间,这是一个比较平衡的选择。
-
照片应该包含人物不同的角度、表情和光照条件,这样的多样性比单纯增加数量更重要。
-
修改后首次运行时,建议监控系统资源使用情况,确保不会导致内存溢出。
-
可以尝试不同数量的训练集进行对比测试,找到最适合你需求的数量。
通过合理调整训练集数量,用户可以显著提升EasyPhoto生成效果的质量和稳定性,获得更符合预期的个性化模型输出。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
661