用几张照片，微调Stable Diffusion生成专属主体的新图像
Dreambooth-Stable-Diffusion 是 Dreambooth 论文的 Stable Diffusion 实现，旨在解决文本到图像模型中特定主体（如人脸、宠物或物品）的个性化生成问题。传统模型无法根据少量参考图生成同一主体的新场景图像，而该工具通过微调预训练的 Stable Diffusion 模型，使模型学会将唯一标识符与特定主体绑定，从而在保持主体特征一致性的同时，支持多样化的场景和风格生成。核心能力包括：基于少量图像（通常3-5张）进行个性化训练，支持自定义提示词控制生成内容，并集成了 PyTorch Lightning 简化训练流程。项目提供完整的训练和推理代码，适合研究者和开发者用于艺术创作、产品设计等需要个性化图像生成的场景。
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
1克隆项目仓库
从 GitHub 拉取 Dreambooth-Stable-Diffusion 代码到本地，作为后续训练与推理的根目录。
git clone https://github.com/XavierXiao/Dreambooth-Stable-Diffusion.git
cd Dreambooth-Stable-Diffusion2准备 SD 预训练权重
项目是 Stable Diffusion 上的 Dreambooth 实现，需按其依赖的官方仓库说明准备预训练权重文件。
3准备参考图像
收集 3~5 张同一主体（人脸、宠物或物品）的图片，用于把唯一标识符与该主体绑定。
4配置运行环境
按 PyTorch 与 PyTorch Lightning 的要求准备依赖；显存不足时可启用梯度检查点技巧。
5参照 Usage 运行
README 的 Usage 章节给出实际运行方式，按其中说明执行训练与推理流程。
README 未提供验证方式；能以 Usage 中的方式启动训练并正常产出模型结果，即视为可用。
Q：这个项目和 Textual Inversion 有什么区别？
A：README 说明 Textual Inversion 只优化词嵌入，而 Dreambooth 微调整个扩散模型。
Q：显存不够怎么办？
A：README 9/20 更新的思路是开启梯度检查点（gradient checkpointing）技巧来减少显存占用。
Q：为什么不用原版 Imagen 的 Dreambooth？
A：Imagen 的模型与预训练权重都未公开，因此作者把 Dreambooth 实现在 Stable Diffusion 上。
Q：需要多少张参考图？
A：通常 3~5 张即可完成个性化训练，用于绑定特定主体并生成新场景。
Diffusers (Hugging Face)、InvokeAI、Automatic1111/stable-diffusion-webui
Dreambooth-Stable-Diffusion 是模型训练领域的开源项目，由 XavierXiao 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（7,732）位列前 6%，在模型训练分类的 522 个项目里位列前 7%。
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 2026-09-20。MIT许可证，完全免费，可自行部署使用。
它主要面向的使用场景是：为宠物或家人生成不同场景下的个性化图像。同类可对比的替代方案包括 Diffusers (Hugging Face)、InvokeAI、Automatic1111/stable-diffusion-webui。
上一篇：gorilla
Long-RL
开源
让强化学习轻松驾驭超长序列，训练更稳更快
Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)
TPA
开源
把注意力复杂度从平方降到线性，长序列不再卡顿
[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···
minimind
开源
两小时造出你的小模型，练手入门不求人
Train a 64M-parameter LLM from scratch in just 2h!
pruna
开源
一键优化 AI 模型，推理提速又省资源。
Pruna is a model optimization framework built for developers, enabling you to delive···