Dreambooth

用几张照片微调扩散模型，让AI学会画你的专属对象

Dreambooth 是一个基于扩散模型的个性化微调项目，最初由 Google Research 提出，旨在通过少量（3-5 张）特定主题的图像，对预训练的文本到图像扩散模型（如 Stable Diffusion）进行微调，使模型能够将用户提供的独特对象或风格与独特的文本标识符绑定，从而在生成新图像时保持该主体的高保真度。该项目解决了通用模型无法生成特定个人物品或宠物的问题，核心能力包括：利用低秩近似（LoRA）技术降低微调资源消耗，支持在 Colab 笔记本中直接运行，并提供完整的训练与推理流程。通过 Dreambooth，用户可以实现“个性化生成”，例如将自己的宠物、玩偶或产品图与模型绑定，之后用文本描述即可生成该主体在不同场景、姿态下的图像。项目代码基于 Python 实现，适合研究者和开发者快速上手，但当前星标较少，处于早期阶段。