stable diffusion的微调和lora微调代码版本

目前业界主流的sd训练基本都是基于diffusers和ldm的，这是huggingface的训练库，后者是stability ai在compvis等机构的基础上完善的，我目前工作上推理一般采用webui架构，训练采用diffusers，因此需要把webui的ckpt或者safetensors转成huggingface形式，在基于diffusers的lora训练，很多都是基于kohya_ss的，一般就是添加一些新的lora方法，另一种就是基于kohya_ss封装套个壳，方便训练。目前主流看来，还是关注diffusers官方的训练脚本，整个流程比较简洁，对比其他三方的脚本。

safetensors版本->convert->huggingface版本

huggingface版本->diffusers训练->huggingface版本lora权重bin文件->convert->safetensors

1.diffusers版本

GitHub – huggingface/diffusers: 🤗 Diffusers: State-of-the-art diffusion models for image and audio generation in PyTorch

这个版本是我训练的主要版本，基本上很多的sd训练都是在这个版本上改的，我也是以这个版本为基础，基本的fine-tune和lora finetune都有，训练的版本也比较丰富，包括unet和text encoder的训练等等，但是这里面有个文生图和图生图的区分，即inpaint的训练是否需要抽出来单独写，我看dreambooth是单独抽出来的版本，其他text_to_image目前没有提供inpaint的lora训练。

1.1 txt2img+lora

1.1 img2img_inpaint+lora ?

2.kohya-ss版本，也是很流行的lora训练脚本

GitHub – kohya-ss/sd-scripts

基于diffusers做了二次封装，提供了不少工具和不同类别的lora，不过也没有提供inpaint模型的训练，issues中有人提了，作者说后续会考虑跟进，这个版本的模型可以直接是webui形式，不需要先转成huggingface格式。

https://github.com/kohya-ss/sd-scripts/issues/502

autodl平台镜像：GitHub – t4wefan/kohya-ss-for-Autodl: kohya-ss for Autodl image

这个版本的ui界面看起来过于复杂，也许适合算法去做训练。