混元视频模型(Hunyuan Video) Lora训练

镜像简介

本镜像是专为腾讯混元视频模型打造的LoRA一站式训练环境，基于ComfyUI可视化界面，集成了数据标注、模型训练与流程测试的全套工具。用户可通过简洁操作对视频生成效果进行个性化微调，实现风格迁移与角色一致性定制。适用于广告制作、短视频创作及动画设计等场景，大幅降低视频模型定制化门槛，支持高效、低成本的AI视频生成训练。

镜像快速使用教程

1. 先选择GPU型号，再点击立即部署

2. 在控制台-操作-更多操作-配置防火墙，进行端口的配置

点击“编辑防火墙规则”

点击“添加规则”

先在端口处输入端口号“6006”，再点击“下一步”以添加端口号

3. 回到控制台，点击“JupyterLab”进入

进入JupyterLab后，按如图所示顺序启动ComfyUI

当运行出现如下结果时，即可通过 http://0.0.0.0:6006 访问ComfyUI

0.0.0.0替换为自己的外网ip，外网ip可以在控制台-基础网络（外）中获取，如图中所示外网ip为117.50.27.63

出现以下界面时，即说明ComfyUI启动成功

该lora适用于腾讯混元视频模型，可以训练 人物，镜头，动作等 lora，用于对视频输出内容进行一个固定
使用项目joycaption进行训练集的自然语言标注
项目地址https://github.com/tdrussell/diffusion-pipe
使用项目diffusion-pipe进行训练
项目地址：https://github.com/fpgaminer/joycaption

---

该镜像由bilibili@kiss丿冷鸟鸟 所制作
视频教程链接:BV1mE6UYxEs7 有问题可以bilibili私信我(点个关注谢谢喵) QQ交流群:829974025

一些说明

第一次使用请务必看完

---

由于违规使用所引起的任何问题及其所有后果由使用者负全部责任，所造成的后果与镜像作者，项目作者，云端平台无任何关系，请在法律和公序良俗允许范围内使用该镜像

使用该镜像默认同意以上内容，如不同意，请立即退出该镜像

---

对于数据集
1.推荐使用自然语言进行标注，镜像内的标注目前测试过效果还可以，比我人肉标好，当然也需要部分修改
2.标注文件的文件名称，和图片名称应一致,下面是数据集的放置格式
3.图片设置了分桶，自适应分辨率，所以图片大点没关系
4.镜像自带的标注目前支持jpg和png，不区分大小写，其他格式你自己改一下脚本也能用
5.对于一些rsq或者ysq，自动标注也能正常标

对于训练
0.训练默认使用hunyuan_video_vae_bf16.safetensors和hunyuan_video_720_cfgdistill_fp8_e4m3fn.safetensors
1.配置文件位于workdir/diffusion-pipe/examples中，修改之前记得备份,看不懂的别动，默认就行，有更好的参数可以发我
2.diffusion-pip那边推荐使用1024分辨率，所以推荐使用24g卡，
3.默认1epoch保存一次，10左右的epoch就能用，但是目前并不知道最佳训练配置，感兴趣可以自行尝试 4.支持二次元和真人角色混合训练,不过我没测试 5.尽量不要中断训练，我暂时不确定是否能够继续训练

镜像内置comfyui

你可以练完后把模型复制过去进行测试 comfyUI的lora文件夹位于workdir/ComfyUI/models/loras，右键复制粘贴过去即可

数据集标注

如果你已经有了标注过的图片，可跳过标注部分将`图片`和`.txt`放入`workdir/diffusion-
pip/dataset`内即可** 如果你没有标注，则将图片放入`workdir/joycaption/image_to_label`进行标注
有什么问题b站私信或者加群