DreamBooth Workflow使用说明

DreamBooth是一种生成个性化文生图模型的方法，用户可以给定3~5张某个主体的图像及该主体的名称，微调文生图模型（本案例使用的是Stable Diffusion v1-4），微调后的模型可以使用主体名称作为prompt，生成对应主体的图像。此外，本案例使用LoRA降低训练成本。

订阅Workflow

首先，我们要在AI Gallery中订阅DreamBooth Workflow:

订阅成功后，点击运行：

修改Workflow名称，点击导入：

配置Workflow

在首次运行Workflow之前，需要对Workflow进行配置：

本案例共包含4个节点，需要关注的配置内容包括“Workflow配置”与“节点配置”

Workflow配置

首先点击选择存储路径，选择一个obs路径存放案例所有运行输出，可以选择现有路径，也可新建桶或新建文件夹：

接下来配置运行资源，生成主体训练节点应选择16G以上规格的GPU，15张图训练只需要10分钟左右，可以选择限免资源：

推理编排节点只需要选择2核8G CPU及以上规格即可：

节点配置

下面对每个节点的参数进行配置：

生成主体训练包括两个参数，其中data_url为主体图存放的文件夹的obs路径，可以新建文件夹后将主体图上传至该文件夹中，3~5张高质量主体图即可获得不错的效果，15~20张图更佳：

在obs控制台中可以直接上传文件：

instance_name为主体名称，使用生僻词作为主体名称可以获得更好的区分度：

模型注册与部署服务共享model_name参数，该参数为Workflow注册AI应用与部署服务时使用的应用名：

填写完成后即可保存配置：

运行Workflow

点击启动，确定，即可运行Workflow

前三个节点无需操作可自动运行，在前序节点运行结束后，部署服务节点需要手动选择部署资源规格。节点运行时，点击节点->实例详情，即可查看运行日志：

训练节点大概需要运行8分钟（15张图），推理编排节点运行大概需要2分钟，模型注册节点运行大概需要30s，在模型注册节点实例详情中可以查看AI应用入参与出参规格及运行依赖等信息：

部署服务节点需要手动选择规格与自动停止等配置，计算节点规格需选择T4，建议启动自动停止，配置完成后点击继续运行：

首次运行部署服务会构建对应镜像，可能需要约30分钟时间，再次启动服务不再需要构建镜像。

推理

部署服务成功后，可以在部署服务->实例详情->预测标签栏进行推理预测，预测时只有一个入参prompt，组织形式为{"prompt": "biu in the room"}，可以包含前面定义的主体名称，也可输入通常使用的prompt生成其他主体内容：

点击预测后，服务将返回两个结果，其中image为生成图像的base64编码，可直接解码显示保存，url为生成图像暂存的url路径，可复制到浏览器中直接下载查看：

不需要运行时，可点击停止来停止在线服务：

如需再次生成该主体图片，只需要启动在线服务即可，不需要重新运行Workflow：