From 5a86bbc0a05eddaa34e289808057cdb3f0f7f7fa Mon Sep 17 00:00:00 2001 From: ykume Date: Sat, 19 Aug 2023 18:54:31 +0900 Subject: [PATCH] fix typos, update readme --- docs/train_lll_README-ja.md | 9 ++++----- sdxl_train_control_net_lllite.py | 2 +- 2 files changed, 5 insertions(+), 6 deletions(-) diff --git a/docs/train_lll_README-ja.md b/docs/train_lll_README-ja.md index 33ee0ca8..1859fc9e 100644 --- a/docs/train_lll_README-ja.md +++ b/docs/train_lll_README-ja.md @@ -4,7 +4,7 @@ ConrtolNet-LLLite は、[ConrtolNet](https://github.com/lllyasviel/ControlNet) の軽量版です。LoRA Like Lite という意味で、LoRAに似た構造の軽量なControlNetです。現在はSDXLにのみ対応しています。 ## モデル構造 -制御用画像（以下conditioning image）を潜在空間に写像するconditioning image embeddingと、U-Netの各モジュールに付与されるLoRA的な構造を持つモジュールを組み合わせたモデルです。詳しくはソースコードを参照してください。 +制御用画像（以下conditioning image）を潜在空間に写像するconditioning image embeddingと、U-Netの各モジュールに付与されるLoRAにちょっと似た構造を持つモジュールを組み合わせたモデルです。詳しくはソースコードを参照してください。 ## モデルの学習 @@ -19,11 +19,10 @@ conditioning_data_dir = "path/to/conditioning/image/dir" ``` ### 学習 -`sdxl_train_lora_control_net.py` を実行してください。`--cond_emb_dim` でconditioning image embeddingの次元数を指定できます。`--network_dim` でLoRA的モジュールのrankを指定できます。その他のオプションは`sdxl_train_network.py`に準じます。 +`sdxl_train_control_net_lllite.py` を実行してください。`--cond_emb_dim` でconditioning image embeddingの次元数を指定できます。`--network_dim` でLoRA的モジュールのrankを指定できます。その他のオプションは`sdxl_train_network.py`に準じますが、`--network_module`の指定は不要です。 + ### 推論 -`sdxl_gen_img_lora_ctrl_test.py` を実行してください。`--control_net_models` でLLLiteのモデルファイルを指定できます。次元数はモデルファイルから自動取得します。 +`sdxl_gen_img.py` を実行してください。`--control_net_lllite_models` でLLLiteのモデルファイルを指定できます。次元数はモデルファイルから自動取得します。 `--guide_image_path`で推論に用いるconditioning imageを指定してください。なおpreprocessは行われないため、たとえばCannyならCanny処理を行った画像を指定してください（背景黒に白線）。`--control_net_preps`, `--control_net_weights`, `--control_net_ratios` には未対応です。 - -その他のオプションは`sdxl_gen_img.py`に準じます。 \ No newline at end of file diff --git a/sdxl_train_control_net_lllite.py b/sdxl_train_control_net_lllite.py index 6e49e449..6e5c4232 100644 --- a/sdxl_train_control_net_lllite.py +++ b/sdxl_train_control_net_lllite.py @@ -325,7 +325,7 @@ def train(args): accelerator.print(f"\nsaving checkpoint: {ckpt_file}") sai_metadata = train_util.get_sai_model_spec(None, args, True, True, False) - sai_metadata["modelspec.architecture"] = sai_model_spec.ARCH_SD_XL_V1_BASE + "/control-net-llite" + sai_metadata["modelspec.architecture"] = sai_model_spec.ARCH_SD_XL_V1_BASE + "/control-net-lllite" unwrapped_nw.save_weights(ckpt_file, save_dtype, sai_metadata) if args.huggingface_repo_id is not None: