AI-Toolkit 训练镜像使用指南

镜像特性

本镜像为开箱即用的 AI 模型训练环境，具备以下特点：

• ✅ 预装模型支持：内置 Z-image-base 和 Flux Klein 训练模型
• ✅ 快速启动：自带核心模型，无需额外下载即可开始训练
• ✅ 自动扩展：训练其他模型时会自动拉取（需等待下载时间）
• ✅ 简单易用：只需上传训练集即可开始训练

---

快速开始

第一步：启动 AI-Toolkit 服务

1.创建实例

2.选择合适的机型，立即部署

3.返回实例页面，点击【JupyterLab】,打开终端，输入以下启动命令

cd ComfyUI
python main.py --listen 0.0.0.0 --port 8188

4. 等待服务启动完成

---

第二步：访问 AI-Toolkit 界面

1. 返回主界面
2. 点击 AI-Toolkit 链接打开训练界面

---

第三步：准备训练数据

1. 在 AI-Toolkit 界面中，点击 Dataset 标签
2. 创建新的数据集文件夹
3. 上传你的训练图片
4. 上传对应的 .txt 标注文件（与图片同名）

数据集示例结构：

your_dataset/
├── image_001.jpg
├── image_001.txt
├── image_002.jpg
├── image_002.txt
└── ...

---

第四步：开始训练

你可以选择以下两种方式之一：

方式一：新建训练任务

1. 点击 Training 标签
2. 点击 New Training 创建新的训练配置
3. 配置训练参数
4. 开始训练

方式二：使用预设配置（推荐）

1. 点击 Training 标签
2. 找到预设配置并点击 Clone
3. 根据需要调整参数
4. 开始训练

---

支持的模型

内置模型（即开即用）

• Z-image-base
• Flux Klein

其他模型

训练时如需使用其他模型，系统会自动下载。首次使用需要等待模型下载完成，请耐心等待。

---

注意事项

⚠️ 首次使用其他模型训练时(比如LTX2)：系统会自动从云端拉取模型文件，根据网络速度和模型大小，可能需要等待几分钟到几十分钟不等。

💡 建议：训练前确保数据集已正确上传，所有图片都有对应的标注文件。

---

常见问题

Q: 训练需要多长时间？
A: 取决于数据集大小、模型复杂度和硬件配置，通常从几分钟到几小时不等。

Q: 可以同时运行多个训练任务吗？
A: 取决于可用的 GPU 资源，建议一次运行一个任务以获得最佳性能。

Q: 训练结果保存在哪里？
A: 训练完成的模型会保存在 /workspace/ai-toolkit/output 目录中。

---

技术支持

如遇到问题，请检查：

1. Jupyter 终端是否有错误信息
2. 数据集格式是否正确
3. 磁盘空间是否充足

---

祝训练顺利！🚀