Dreambooth-Stable-Diffusion

用几张照片，训练专属 Stable Diffusion 模型，生成你的定制图像。

Dreambooth-Stable-Diffusion 是一个基于 Stable Diffusion 的模型微调工具，通过结合 Dreambooth 和 Textual Inversion 技术，让用户用少量（通常 3-5 张）自定义图片训练出特定主体（如人脸、物体或艺术风格）的专属扩散模型。它解决了通用模型无法生成特定个体或风格的问题，核心能力包括：支持输入少量图像进行个性化训练，优化了人脸、物体和风格的训练效果，并提供完整的 Jupyter Notebook 教程，方便用户逐步执行。项目基于 PyTorch 和扩散模型架构，适合艺术家、设计师和 AI 爱好者快速定制图像生成模型，无需深入底层原理即可上手。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 3213

维护状态低维护

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队JoePenna

所属国家

官网地址

GitHubhttps://github.com/JoePenna/Dreambooth-Stable-Diffusion

定价模式free

价格说明开源项目，MIT许可证，完全免费，需自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Jupyter Notebook

技术栈/模型ai,artificial-intelligence,image-generation,img2img,latent-diffusion,machine-learning,model-training,stable-diffusion,txt2img

GitHub 星标★ 3213

30天Star增速

HF 下载量

上线时间2022-09-17 00:00:00

最近更新2026-09-22 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数1

使用教程

难度：进阶约 30 分钟部署方式：本地安装 7 步

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
```
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_joepennaScriptsctivate.bat
```
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
```
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
```
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:1-5-pruned-emaonly-pruned.ckpt" --regularization_images "C:
egularization_images" --training_images "C:	raining_images" --max_training_steps 2000 --class_word "person" --token "zwx" --flip_p 0 --learning_rate 1.0e-06 --save_every_x_steps 250

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"
```

关键配置

配置项	必填	说明	示例
`project_name`	是	训练项目名称，用于区分输出与配置	`My Project Name`
`training_model`	是	命令行传基础权重路径；配置文件中对应字段为 model_path	`C:1-5-pruned-emaonly-pruned.ckpt`
`training_images`	是	训练图片所在文件夹路径	`C: raining_images`
`regularization_images`	是	正则化图片文件夹路径；配置文件中为 regularization_images_folder_path	`C: egularization_images`
`class_word`	是	主体所属的类别词	`person`
`token`	是	绑定该主体的稀有标识词	`zwx`

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

Q：本地没有可用 GPU 怎么办？

A：可改用云端：RunPod 把 Docker 镜像换成 runpod/pytorch:3.10-2.0.1-120-devel 等，Vast.AI 选 pytorch/pytorch 镜像并勾选 Jupyter Lab 与 Jupyter direct HTTPS。

Q：不想用 venv，能用 conda 吗？

A：可以，在仓库目录执行 conda env create -f environment.yaml，再 conda activate dreambooth_joepenna，训练命令与 venv 方式相同。

Q：命令行参数名和配置文件字段名不一致？

A：README 示例中命令行用 --training_model、--flip_p、--regularization_images，而配置文件用 model_path、flip_percent、regularization_images_folder_path，注意区分。

Q：训练图片要怎么写描述？

A：README 的配置示例采用「编号@描述文本」的命名方式，描述里用占位对应你的 token，并把同类图片路径列到 training_images 数组中。

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。

核心亮点

提供完整的 Jupyter Notebook 教程，从环境配置到训练推理一步到位，新手友好
针对人脸、物体和风格做了专项调优，训练效果比通用微调更精准
支持 Textual Inversion 与 Dreambooth 结合，既能学主体也能学风格，灵活性高

不足之处

训练过程对显存要求高，普通消费级显卡可能难以跑通
文档/社区待观察

适用场景

个人创作者训练自己的肖像模型，生成个性化头像或虚拟形象
设计师为特定产品（如玩偶、宠物）生成多角度营销图片
艺术家定制专属艺术风格，辅助创作系列作品

替代项目

Stable Diffusion Dreambooth (Hugging Face diffusers)、Automatic1111 Stable Diffusion WebUI、InvokeAI

项目介绍

Dreambooth-Stable-Diffusion 是模型训练领域的开源项目，由 JoePenna 开发，2022 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（3,213）位列前 30%，在模型训练分类的 522 个项目里位列前 14%。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-22。MIT许可证，完全免费，需自行部署使用。

它主要面向的使用场景是：个人创作者训练自己的肖像模型，生成个性化头像或虚拟形象。同类可对比的替代方案包括 Stable Diffusion Dreambooth (Hugging Face diffusers)、Automatic1111 Stable Diffus…。

上一篇：DDSM

下一篇：pytorch-generative