AI-Toolkit 使用指南

镜像简介

本镜像集成Qwen-2511与Z图像双模型LoRA训练工具包，内置AI-TOOLKIT提供一键启动的模型微调流程。支持用户针对个性化图像生成、风格迁移及特定视觉任务进行高效训练与适配，降低定制化AI创作门槛。适用于艺术设计、电商视觉、内容生成等场景，助力实现专属化图像生成能力。

系统要求

最低配置

• GPU: NVIDIA RTX 4090（已测试为最低可用）
• 注意: 该模型对显存需求极高，建议使用更高配置的GPU以获得更好的训练体验

快速开始

1. 启动 JupyterLab

首先，点击 JupyterLab 进入工作环境。

2. 运行启动指令

在终端中依次执行以下命令:

cd /workspace/ai-toolkit/ui
npm run build_and_start

按下回车键启动服务。

3. 打开 AI-Toolkit 界面

启动完成后:

1. 返回主界面
2. 点击 Jupiter 旁边的 ai-toolkit 按钮打开界面

数据准备

上传训练图像

1. 在界面中点击 Datasets
2. 上传您的训练图像，包括:
   • Control Image(s): 控制图像
   • Target Image: 目标图像(您期望的最终输出效果)

Control Image 数量说明

• 标准模型: 最多可上传 3个 不同的 control image
• 2511 模型:
  • 如果训练 qwen-edit 模型,仅支持 1个 control image
  • 即使只上传 1个 control image,仍然可以训练 2511和2509 图像

训练配置

使用预设参数

1. 进入 Training 页面
2. 找到我预设的训练配置
3. 点击最右边的 齿轮图标
4. 选择 Clone Job 克隆任务
5. 这样您就可以直接使用之前经过验证的训练参数

显存优化

根据您的GPU配置调整精度设置:

• 4090 或标准配置: 使用默认精度设置
• A100 或更高配置: 可以启用 LoraRank32以及不使用offload 以提高训练速度和效率

注意: 训练开始时请密切关注显存使用情况,避免 OOM (Out of Memory) 错误。

常见问题

• 如果遇到显存不足的问题,请尝试:
  • 使用更高配置的GPU