Kohya_ss 炼丹镜像 (环境修复版 + 内置WD14模型)

版本信息：Kohya_ss v25.2.1 | PyTorch 2.1.2 | CUDA 12.1 核心亮点：已修复所有依赖冲突，内置 WD14 打标模型，开箱即用，无需联网下载！

🌟 镜像特色

本镜像针对国内网络环境及 Kohya_ss 依赖冲突问题进行了深度优化：

1. 环境完美修复：
   • 解决了 Transformers 与 PEFT 的版本不兼容问题。
   • 修复了 NumPy 2.x 导致的 Inf 报错，回退至稳定版。
   • 预装 onnxruntime-gpu 引擎，支持 GPU 加速打标。
2. 内置 WD14 模型 (关键)：
   • 已预先下载 SmilingWolf/wd-v1-4-convnextv2-tagger-v2 模型文件。
   • 用户使用时无需勾选下载，避免因网络超时导致的报错。
3. 端口配置：
   • JupyterLab: 8888
   • Kohya WebUI: 7860 (启动后请通过此端口访问界面)

🚀 快速启动指南

第一步：启动 JupyterLab

因云平台机制原因，JupyterLab 需要通过控制台触发启动。

1. 在控制台启动主机后，点击 “登录”。
2. (如提示输入密码) 在控制台主机信息中找到 【密码：****】，点击后方的蓝色复制图标获取。
3. 进入黑色窗口 (SSH) 后，等待出现以下提示：

   检测到 Jupyter 未运行，正在后台启动... Jupyter 已启动！
   

4. 看到该提示后，即可关闭 SSH 窗口，使用控制台的 【JupyterLab】 按钮进入文件管理界面。

第二步：启动 Kohya_ss WebUI

在 JupyterLab 中点击 Terminal (终端)，执行以下命令：

cd /root/kohya_ss
conda activate kohya
python kohya_gui.py --listen 0.0.0.0 --headless

*访问地址：当看到 Running on local URL: http://0.0.0.0:7860 时，请在浏览器访问： http://你的公网IP:7860 *中止运行：在终端按 Ctrl + C

🏷️ WD14 打标避坑指南 (重要!)

*为了使用内置模型，请在 WD14 Captioning 界面严格遵守：

1. Model: 必须选择 SmilingWolf/wd-v1-4-convnextv2-tagger-v2 (注意选带 v2 的)。

2. Force download: 务必 取消勾选 (不要打钩)。

📂 数据集操作手册

1. 准备工具 (首次运行需执行) 如果在打包时提示找不到 zip 命令，请先运行：

apt-get update && apt-get install zip -y

2. 上传数据集 *操作：直接将本地的图片压缩包拖拽进 JupyterLab 左侧的文件列表区域即可。 *上传完成后，请在终端 (Terminal) 执行以下命令进行解压（假设你上传的文件名为 images.zip）：

# 1. 创建目标文件夹 (例如 A2)
mkdir -p /root/A2

# 2. 解压文件到该目录
unzip /root/images.zip -d /root/A2

*(注：请将 images.zip 替换为你实际上传的文件名)

3. 打包下载 (标准流程) 训练/打标完成后，请按顺序操作：

A. 打包数据

# 先停止 Kohya (Ctrl+C)，然后运行：
zip -r /root/A2_tagged.zip /root/A2

B. 下载到本地 (人工操作)

*在 JupyterLab 左侧文件列表中找到 A2_tagged.zip。

*鼠标右键 -> 选择 Download。

C. 清理空间 (确认下载完成后)

rm -rf /root/A2 /root/A2_tagged.zip