Diffusion model的文生图模型非常强大，通过给定文本就能生成精致的图片。如果可以利用这种能力生成个人的写真，将是非常有意思的，毕竟海马体一张照片得几百大洋。本文就是讲解一步一步训练lora模型，按此方法只要有足够的照片（25-50张即可，越多越好），就能获得不错的效果。
最终效果
详细步骤如下：
- 收集图片40张左右，比如训练个人lora模型则收集各个角度的生活照，或者训练某个明星的lora，可以从网上下载ta的个人照
例如，为了训练刘诗诗的lora模型，可以通过google图片搜索下载图片到本地
文件夹100_shishi是存放图片的，里面的图片如下
图片收集完后，将该文件夹打包成上上图所示的100_shishi.zip文件，用来后面上传到云端训练使用。
- 打开colab脚本 colab.research.google.com/github/Lina…
- 脚本第一步是安装依赖，勾选mount drive选项，挂载个人的google云盘，用来存储
下载完成后，点左侧文件夹可以看到下载的文件
- 接下来是选择要用来fine tuning的模型，有1和2两个系列的模型，具体选择哪个模型可以参考Stable Diffusion理论入门-模型篇_哔哩哔哩_bilibili视频中对模型的介绍。这里可以选chilloumix，因此跳过脚本中Download Custom Model这一步，该步骤可以指定模型链接下载自定义模型。
- 上传本地打包的图片压缩包100_shishi.zip到个人的google云盘
在左侧找到上传的文件，右键拷贝路径，粘贴到train_data_dir输入框中，运行3.1. Locating Train Data Directory和3.2. Unzip Dataset两步
- 依次运行Data Preprocessing中的步骤，给图片打标签
- 接下来是设置模型配置，开始训练
pretrained_model_name_or_path填写下载的模型
output_dir填写lora模型输出位置
勾选output_to_drive
5.2和5.3可以不做修改直接运行。5.4中num_epochs可以适当填大点，表示迭代次数。运行5.5后，可以在云盘中看到陆续有文件输出，这些是lora模型训练过程中的snapshot，数字代表迭代的次数，表示迭代多少次后输出的lora模型。使用时可以取最终的模型
- 下载lora模型，放到stable diffusion的models/lora目录中，运行stable diffusion webui即可使用
