当前位置：首页 > article >正文

【Dive Into Stable Diffusion v3.5】1：开源项目正式发布——深入探索SDv3.5模型全参/LoRA/RLHF训练

article 2025/3/20 13:54:52

1 引言

在人工智能和机器学习领域，生成模型的应用越来越广泛。Stable Diffusion 作为其中的佼佼者，因其强大的图像生成能力而备受关注。今天，我的开源项目 Dive Into Stable Diffusion v3.5 已经正式发布！这个项目旨在总结我在开发过程中所学到和用到的知识和工具，同时帮助其他开发者更好地理解和应用 Stable Diffusion v3.5 模型。目前，项目提供了多种微调和优化的方法，包括全量参数微调、LoRA、DreamBooth、RLHF和DPO训练等。

项目地址：https://github.com/Donvink/dive-into-stable-diffusion-v3-5

capybara

2 项目简介

Dive Into Stable Diffusion v3.5 是一个用于微调 Stable Diffusion v3.5 的训练代码库，基于Hugging Face 的 diffusers 库进行适配开发。

以下是项目的主要功能模块：

SDv3.5 模型的全量微调
使用 LoRA 微调 SDv3.5 模型
结合 DreamBooth 与 LoRA 微调 SDv3.5 模型
基于 DDPO 和美学评分器的 RLHF（人类反馈强化学习）微调 SDv3.5 模型
基于 GRPO 和美学评分器的 RLHF 微调 SDv3.5 模型
基于 DPO 微调 SDv1.5 模型
基于 ReFL 和图文匹配评分器的 RLHF 微调 SDv1.5 模型

让我们一起 Dive Into Stable Diffusion v3.5 吧！

3 快速上手

3.1 下载代码

git clone https://github.com/Donvink/dive-into-stable-diffusion-v3-5.git

3.2 环境配置

首先安装所需的依赖项：

pip install -r requirements.txt

3.3 项目结构

项目的目录结构如下：

datas/ 数据集目录（从 HuggingFace Hub 下载），存放训练用的图片或提示文本
models/ 预训练模型目录（从 huggingface.co/models 下载）
outputs/ 输出目录，用于保存模型预测结果和训练检查点
scripts/ SDv3.5 训练主脚本目录
src/ 核心训练流程和训练器代码
demo.py / demo.sh SDv3.5 推理示例
requirements.txt / setup.py 基础依赖配置
train*.py 核心训练脚本

3.4 下载模型与数据集

从 HuggingFace 或 GitHub 下载所需的模型：

models
|-- aesthetics-predictor-v1-vit-large-patch14
|-- clip-vit-large-patch14
|-- improved-aesthetic-predictor
`-- stable-diffusion-3.5-medium

从以下地址下载 improved-aesthetic-predictor：
improved-aesthetic-predictor

下载数据集：

datas
|-- dogs
`-- pokemon

3.5 运行指令

SDv3.5 全量微调

bash scripts/train_full_finetuning_sd3.sh

LoRA 微调 SDv3.5

bash scripts/train_text_to_image_lora_sd3.sh

DreamBooth + LoRA 微调 SDv3.5

bash scripts/train_dreambooth_lora_sd3.sh

DDPO + 美学评分器 RLHF 微调

bash scripts/train_aesthetic_ddpo_sd3.sh

GRPO + 美学评分器 RLHF 微调

# 注意：这部分代码可能存在问题，还需要完善。
bash scripts/train_aesthetic_rlhf_grpo_lora_sd3.sh

DPO 微调 SDv1.5

bash scripts/train_dpo_sd_v1_5.sh

ReFL + 图文匹配评分器的 RLHF 微调

bash scripts/train_refl_v1_5.sh

3.6 核心参数说明

3.6.1 通用参数

--pretrained_model_name_or_path 预训练模型路径
--output_dir 模型输出和日志目录
--seed 训练随机种子（默认不设置）

3.6.2 优化器/学习率

--max_train_steps 总训练步数
--gradient_accumulation_steps 梯度累积步数
--train_batch_size 实际批大小（具体参考脚本说明）
--checkpointing_steps 模型保存间隔步数
--gradient_checkpointing 自动为 SDXL 启用梯度检查点
--learning_rate 基础学习率
--scale_lr 学习率缩放（推荐启用但非默认）
--lr_scheduler 学习率调度器类型（默认线性预热）
--lr_warmup_steps 学习率预热步数

3.6.3 数据相关

--dataset_name 数据集名称（来自 HuggingFace Hub）
--cache_dir 本地数据集缓存路径（需根据文件系统调整）
--resolution 输入分辨率（非 SDXL 默认 512，SDXL 默认 1024）
--random_crop 和 --no_hflip 数据增强设置
--dataloader_num_workers 数据加载器工作线程数

4 结语

我们希望 Dive Into Stable Diffusion v3.5 能够成为你在探索生成模型道路上的得力助手。无论你是经验丰富的开发者还是初学者，我们都欢迎你参与到这个项目中来，共同推动技术的进步。如果你有任何问题或建议，请随时通过 GitHub 提交 Issue 或 Pull Request。

让我们一起开启这段精彩的旅程吧！