Dreambooth-Stable-Diffusion

环境要求

• Windows 本地环境（README 的本地命令为 cmd 语法），也支持云端 RunPod / Vast.AI
• Python 环境：可用 venv 或 conda（conda 使用仓库内 environment.yaml）
• NVIDIA GPU 环境（README 安装的是 cu117 版 PyTorch，训练脚本含 --gpu 参数）
• Stable Diffusion 基础权重文件，如 v1-5-pruned-emaonly-pruned.ckpt
• 训练图片文件夹与正则化图片文件夹

安装与启动步骤

1. 1克隆仓库

   先把项目代码下载到本地，README 中 Vast.AI 与本地运行流程都需要先取得该仓库。

   git clone https://github.com/JoePenna/Dreambooth-Stable-Diffusion.git

   复制

2. 2创建虚拟环境

   在 Windows cmd 下用 venv 建独立环境并激活，避免与系统 Python 冲突。conda 用户可跳过此步。

   python -m venv dreambooth_joepenna
   dreambooth_joepenna\Scripts\activate.bat

   复制

3. 3安装 PyTorch

   安装 README 指定的 CUDA 11.7 版本 torch 与 torchvision，需使用给定的 extra-index-url。

   pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 --extra-index-url https://download.pytorch.org/whl/cu117

   复制

4. 4安装项目依赖

   在已激活的环境中按 requirements.txt 安装其余依赖。

   pip install -r requirements.txt

   复制

5. 5准备图片与权重

   准备好训练图片文件夹、正则化图片文件夹，并下载 v1-5-pruned-emaonly-pruned.ckpt 权重文件。

6. 6命令行启动训练

   传入项目名、权重路径、图片路径、步数、类别词、token 等参数开始训练；参数可按实际情况替换。

   python "main.py" --project_name "ProjectName" --training_model "C:\v1-5-pruned-emaonly-pruned.ckpt" --regularization_images "C:\regularization_images" --training_images "C:\training_images" --max_training_steps 2000 --class_word "person" --token "zwx" --flip_p 0 --learning_rate 1.0e-06 --save_every_x_steps 250

   复制

7. 7用配置文件训练

   参数较多时可写成 JSON 配置文件，再用 --config_file_path 指定该文件启动训练。

   python "main.py" --config_file_path "path/to/the/my-config.json"

   复制

关键配置

如何确认成功

main.py 成功运行并持续输出训练日志，且每达到 save_every_x_steps 步数时保存一次模型。

常见问题

注意事项

• README 提供的本地命令基于 Windows cmd，且官方还给出 Vast.AI、RunPod、Google Colab、Ubuntu 等操作指南链接。
• 训练会占用较大磁盘：2GB 检查点 + 2-8GB 模型文件 + 正则化图片，Vast.AI 示例建议分配约 150GB。
• RunPod 会不定期升级基础 Docker 镜像导致仓库不可用，README 给出的可用镜像列表为 2023/06/27 测试结果。
• 训练完成后如何使用生成的模型，请参考 README 的 Using the Generated Model 一节。