# 我用Replicate训练了个纹身AI模型,分享下经验

## 起因

最近一直在研究AI辅助设计,正好我对纹身设计特别感兴趣。经过一段时间摸索,用Replicate平台训练了一个还不错的纹身设计模型。目前已经整合到了Hottattoo.AI平台上。

其实一开始我也在纠结要不要自己训练模型,毕竟网上现成的模型不少。但用了一段时间后发现,通用模型对纹身设计的理解还是差了点意思,特别是在一些细节的处理上。所以就想着,与其用别人的模型凑合,不如自己动手训练一个。

## 为什么要自己训练模型?

说实话,主要是这几点原因:

1. **更懂纹身**:普通模型可能不太理解纹身的特殊要求,比如线条的流畅度、阴影的层次感
2. **好调整**:自己的模型想怎么改就怎么改,不用受限于别人的设定
3. **效果更好**:专门训练后,在纹身设计这块确实比通用模型强不少
4. **其实很便宜**:训练一次才花了不到2美元,还挺划算

## 实操教程

要是你也想试试,我把步骤整理了一下:

### 第一步:准备工作

需要准备这些:
- Replicate账号
- 20-30张高质量的纹身图片
- 2美元左右的训练费用

### 第二步:准备图片

1. **收集图片**:
- 挑选你喜欢的纹身风格
- 图片要清晰
- 最好风格统一一些

2. **整理文件**:
```bash
# 建个文件夹放图片
mkdir training_data
# 打包
zip -r training-images.zip training_data/*
```

### 第三步:开始训练

可以用网页或者代码来训练:

```python
import replicate

# 建个新模型
model = replicate.models.create(
owner="你的用户名",
name="tattoo-style-lora",
visibility="public",
description="纹身设计模型"
)

# 开始训练
training = replicate.trainings.create(
version="ostris/flux-dev-lora-trainer:4ffd32160efd92e956d39c5338a9b8fbafca58e03f791f6d8011f3e20e8ea6fa",
input={
"input_images": open("training-images.zip", "rb"),
"steps": 1000,
"trigger_word": "TATTOO_STYLE" # 触发词,随便起个名
},
destination=f"{model.owner}/{model.name}"
)
```

### 第四步:测试效果

训练好后,可以试试这样的提示词:
```
A TATTOO_STYLE design of a dragon, black and grey style, detailed linework
```

## 一些小技巧

1. **关于选图**
- 尽量选风格接近的
- 图片质量要好
- 多找几个角度的样本

2. **训练参数**
- 学习率用默认的就行
- 训练1000步差不多够了
- 其他参数也都用默认的挺好

## 实际效果

如果想看看效果,可以直接去Hottattoo.AI试试。我们把这个模型放在上面了,输入你想要的纹身风格就能看到效果。
[Hot TattooI](https://hottattoo.ai/)

## 写在最后

说实话,现在AI辅助设计确实挺方便的,但还是得靠设计师来把控最终效果。这个模型也就是个辅助工具,帮忙提供一些灵感和参考。

有兴趣的朋友可以去体验免费的[AI Tattoo Generator](https://hottattoo.ai/)
,想自己训练的也可以按照这篇文章试试。遇到问题随时交流!

Fine-tune FLUX.1 with your own images - Replicate blog

我用Replicate训练了个纹身Flux AI LORA模型,分享下经验的更多相关文章

  1. Visual Studio AI 离线模型训练(Windows10)

    一.序 环境搭建:[查看] samples-for-ai项目下载:[下载],两个版本,一个2018年6月15日前,一个2018年6月15日-16日版本(当前最新版本). 在环境搭建过程中,通过git ...

  2. Visual Studio AI 离线模型训练(window 7)

    本篇博客用tensorflow训练自带的数据mnist,参考自博客. 背景: 搭建好AI环境:查看 window 7 64位 准备工作: 在搭建AI环境过程中下载的samples-for-ai不是最新 ...

  3. Tensorflow tflearn 编写RCNN

    两周多的努力总算写出了RCNN的代码,这段代码非常有意思,并且还顺带复习了几个Tensorflow应用方面的知识点,故特此总结下,带大家分享下经验.理论方面,RCNN的理论教程颇多,这里我不在做详尽说 ...

  4. Pytorch使用分布式训练,单机多卡

    pytorch的并行分为模型并行.数据并行 左侧模型并行:是网络太大,一张卡存不了,那么拆分,然后进行模型并行训练. 右侧数据并行:多个显卡同时采用数据训练网络的副本. 一.模型并行 二.数据并行 数 ...

  5. caffe学习笔记(一),ubuntu14.04+GPU (用Pascal VOC2007训练数据,并测试)

    把源代码跑起来了,将实验过程记录如下,用于新手入门. 今天和师兄师姐才跑通,来分享下心得.(预训练网络:ImageNet_model,训练集:PASCAL VOC2007, GPU) 首先,整个tra ...

  6. caffe:用自己的数据训练网络mnist

    画黑底白字的软件:KolourPaint. 假设所有"1"的图片放到名字为1的文件夹下.(0-9类似)..获取每个数字的名称文件后,手动表上标签.然后合成train.txt 1.获 ...

  7. EM算法(2):GMM训练算法

    目录 EM算法(1):K-means 算法 EM算法(2):GMM训练算法 EM算法(3):EM算法运用 EM算法(4):EM算法证明 EM算法(2):GMM训练算法 1. 简介 GMM模型全称为Ga ...

  8. stanford coursera 机器学习编程作业 exercise4--使用BP算法训练神经网络以识别阿拉伯数字(0-9)

    在这篇文章中,会实现一个BP(backpropagation)算法,并将之应用到手写的阿拉伯数字(0-9)的自动识别上. 训练数据集(training set)如下:一共有5000个训练实例(trai ...

  9. lecture6-mini批量梯度训练及三个加速的方法

    Hinton的第6课,这一课中最后的那个rmsprop,关于它的资料,相对较少,差不多除了Hinton提出,没论文的样子,各位大大可以在这上面研究研究啊. 一.mini-批量梯度下降概述 这部分将介绍 ...

  10. Fast RCNN 训练自己数据集 (1编译配置)

    FastRCNN 训练自己数据集 (1编译配置) 转载请注明出处,楼燚(yì)航的blog,http://www.cnblogs.com/louyihang-loves-baiyan/ https:/ ...

随机推荐

  1. DataOps 新趋势:联通数科如何利用 DolphinScheduler 实现数据一体化管理

    引言 在DataOps(数据运营)的推动下,越来越多的企业开始关注数据研发和运营的一体化建设.DataOps通过自动化和流程优化,帮助企业实现数据的高效流转和管理. 当前,Apache Dolphin ...

  2. SMU 2024 spring 天梯赛自主训练1

    SMU 2024 spring 天梯赛自主训练1 7-1 宇宙无敌大招呼 - SMU 2024 spring 天梯赛自主训练1 (pintia.cn) #include <bits/stdc++ ...

  3. AtCoder Beginner Contest 327 D

    AtCoder Beginner Contest 327D D - Good Tuple Problem (atcoder.jp)(种类并查集,二分图染色) 算法学习笔记(7):种类并查集 附上典题: ...

  4. FFmpeg开发笔记(四十八)从0开始搭建直播系统的开源软件架构

    ​音视频技术的一个主要用途是直播,包括电视直播.电脑直播.手机直播等等,甚至在线课堂.在线问诊.安防监控等应用都属于直播系统的范畴.由于直播系统不仅涉及到音视频数据的编解码,还涉及到音视频数据的实时传 ...

  5. Mac升级Ventura 13.0.1后无法远程ssh连接服务器

    原因 原因是Mac os Ventura升级了ssh到9.0,ssl到3.3.6,而服务器上的sshd还是老版本:服务器上的老版本ssh和ssl无法和mac上的新版本ssh和ssl交互,新版本ssh加 ...

  6. Ynoi2016镜中的昆虫

    [Ynoi 2016] 镜中的昆虫 简化题意 给定长为 \(n\) 序列 \(a\) , 两种操作 \(m\) 次: 1 l r x : 将 \([l , r]\) 修改为 \(x\) 2 l r : ...

  7. Adobe Photoshop cc2022 Mac中文破解版下载 支持intel/M1/M2/M3

    Adobe Photoshop cc2022 Mac版,支持intel.M1.M2.M3芯片,全系都能使用,最低系统需求:11.0以上.建议安装此版本或者ps2024版本. 下载地址放到最后,先来看安 ...

  8. opencv colors

    """ 在利用python进行画图时,我们可能常常用的颜色就是'k'黑色,'r'红色,'b'蓝色,'g'绿色等,这些颜色分别代表常见的 几种颜色.但是当我们画图比较多时, ...

  9. HTML & CSS – Styling Table

    前言 Table (表格) 历史悠久, 它有许多独特的默认样式, 它也是最早的布局方案方案哦 (现在依然有用 table 来做布局的, 比如 email template). 这篇来介绍一下基本的 t ...

  10. ASP.NET Core – Razor Pages Routing

    前言 之前有提过, MVC 和 Razor Pages 最大的区别就在 Routing 上. Razor Pages 的结构是 route, page, model route match to pa ...