当前位置：首页 > news >正文

FLUX.1 文生图模型微调指南

news 2025/11/9 16:57:19

FLUX.1 是 Black Forest Labs 今年夏天发布的文本转图像模型系列。FLUX.1 模型为开源图像生成模型树立了新标准：它们可以生成逼真的手、清晰的文本，甚至可以生成搞笑表情包这样异常困难的任务。

现在，你可以使用 Ostris 的 Replicate 上的 AI Toolkit 对 FLUX.1 [dev] 进行微调。

如果你知道这一切意味着什么，并且已经准备好使用你的数据集进行尝试，你可以跳到代码部分。否则，以下是它的含义以及你应该关注的原因：

左图：使用基本 FLUX.1 模型生成。右图：与模型 fofr/flux-bad-70s-food 相同的提示和种子

NSDT工具推荐： Three.js AI纹理开发包 - YOLO合成数据生成器 - GLTF/GLB在线编辑 - 3D模型格式在线转换 - 可编程3D场景编辑器 - REVIT导出3D模型插件 - 3D模型语义搜索引擎 - AI模型在线查看 - Three.js虚拟轴心开发包 - 3D模型在线减面 - STL模型在线切割

1、什么是微调？

这些大型图像生成模型（如 FLUX.1 和 Stable Diffusion）在一堆添加了噪声的图像上进行训练，并学习“添加噪声”的反向功能。令人惊讶的是，这竟然是“创建图像”。

他们怎么知道要创建哪幅图像？他们以 CLIP 和 T5 等转换器模型为基础，这些模型本身经过大量图像-标题对的训练。这些是语言到图像的编码器：它们学习将图像及其标题映射到高维空间中的相同形状。当您向他们发送文本提示时，例如“公园里读报纸的松鼠”，他们可以将其映射到网格中的像素模式。对于编码器来说，图片和标题是同一回事。

图像生成过程如下所示：获取一些输入像素，将它们稍微远离噪声并移向文本输入创建的模式，然后重复，直到达到正确的步数。

反过来，微调过程会从数据集中获取每个图像/标题对，并稍微更新内部映射。你可以通过这种方式教模型任何东西，只要它可以通过图像-标题对来表示：角色、设置、媒介、风格、流派。在训练过程中，模型将学会将你的概念与特定的文本字符串关联起来。将此字符串包含在提示中以激活该关联。

例如，假设你想针对漫画超级英雄微调模型。你将收集一些角色图像作为数据集。一个全面的批次：不同的设置、服装、灯光，甚至不同的艺术风格。这样，模型就会明白它正在学习的是这个人，而不是任何其他偶然的细节。

选择一个简短、不常见的单词或短语作为触发器：一些不会与其他概念或微调冲突的独特的东西。你可以选择“70 年代的糟糕食物”或“JELLOMOLD”之类的东西。训练您的模型。现在，当你提示“在旧金山的派对上拍摄 70 年代的糟糕食物”时，你的模型将调用你的特定概念。就这么简单。

拍几张你的宠物或你最喜欢的室内植物的照片，让我们开始吧。

左图：使用基本 FLUX.1 模型生成。右图：使用模型 fofr/flux-bad-70s-food 的相同提示和种子

2、如何微调 FLUX.1

n你只需在网络上或通过 API 上传一些图像，即可在 Replicate 上微调 FLUX.1。

如果你不熟悉 Replicate，我们可以轻松地将 AI 作为 API 运行。你不必寻找强大的 GPU，不必处理环境和容器，也不必担心扩展。可以使用普通 API 编写普通代码，只需为你使用的内容付费。

2.1 准备训练数据

要开始微调，你需要一组代表想要教给模型的概念的图像。这些图像应该足够多样化，以涵盖概念的不同方面。例如，如果你正在对特定角色进行微调，请包括各种设置、姿势和灯光下的图像。

以下是一些指导原则：

使用 12-20 张图像以获得最佳效果
尽可能使用大图像
使用 JPEG 或 PNG 格式
或者，为每个具有相同名称的图像创建一个相应的 .txt 文件，其中包含标题

获得图像（和可选标题）后，将它们压缩成一个文件。

2.2 在网络上创建训练

要开始在网络上进行训练过程，请在 Replicate 上导航到 Ostris 的 FLUX.1 [dev] 训练器。

首先，选择一个模型作为目标，或者通过在模型选择器字段中键入名称来创建一个新模型。

接下来，将包含训练数据的 zip 文件作为 input_images 上传，然后设置训练参数。

trigger_word 指的是你正在训练的对象、风格或概念。选择一个不是真实单词的字符串，例如 TOK 或与正在训练的内容相关的内容，例如 CYBRPNK。你指定的触发词将在训练期间与所有图像相关联。然后，当你运行经过微调的模型时，可以在提示中包含触发词以激活你的概念。

对于步骤，一个好的起点是 1000。

将 learning_rate、 batch_size 和 resolution 保留为默认值。除非你想提供自己的字幕，否则请保持自动字幕启用。

如果你想在 Hugging Face 上保存自己的模型，请输入你的 Hugging Face 令牌并设置存储库 ID。

填写完表格后，单击“创建训练”以开始微调过程。

2.3 通过 API 创建训练

或者，你可以使用 API 从自己的代码创建训练。

确保已在环境中设置了 REPLICATE_API_TOKEN。在你的帐户设置中找到它。

export REPLICATE_API_TOKEN=r8_***************************

创建一个新模型，作为微调权重的目标。一旦流程完成，你的训练模型将驻留在此位置。

import replicatemodel = replicate.models.create(owner="yourusername",name="flux-your-model-name",visibility="public",  # or "private" if you preferhardware="gpu-t4",  # Replicate will override this for fine-tuned modelsdescription="A fine-tuned FLUX.1 model"
)print(f"Model created: {model.name}")
print(f"Model URL: https://replicate.com/{model.owner}/{model.name}")

现在你有了模型，请通过创建新的训练运行来开始训练过程。你需要提供输入图像、步数以及任何其他所需参数。

# Now use this model as the destination for your training
training = replicate.trainings.create(version="ostris/flux-dev-lora-trainer:4ffd32160efd92e956d39c5338a9b8fbafca58e03f791f6d8011f3e20e8ea6fa",input={"input_images": open("/path/to/your/local/training-images.zip", "rb"),"steps": 1000,"hf_token": "YOUR_HUGGING_FACE_TOKEN",  # optional"hf_repo_id": "YOUR_HUGGING_FACE_REPO_ID",  # optional},destination=f"{model.owner}/{model.name}"
)print(f"Training started: {training.status}")
print(f"Training URL: https://replicate.com/p/{training.id}")

请注意，此时为模型选择哪种硬件并不重要，因为我们将所有 FLUX.1 微调路由到 H100。训练这么多步骤通常需要 20-30 分钟，费用不到 2 美元。

2.4 使用训练好的模型

训练完成后，可以像使用任何其他模型一样直接在 Replicate 上使用训练好的模型。

你可以在 Web 上运行它：

转到 Replicate 上的模型页面（例如 https://replicate.com/yourusername/flux-your-model-name）。
对于提示输入，请包含触发词（例如“70 年代的糟糕食物”）以激活你的微调概念。
根据需要调整任何其他输入。
单击“运行”以生成你的图像。

或者，使用 API。例如，使用 Python 客户端：

import replicateoutput = replicate.run("yourusername/flux-your-model-name:version_id",input={"prompt": "A portrait photo of a space station, bad 70s food","num_inference_steps": 28,"guidance_scale": 7.5,"model": "dev",****}
)print(f"Generated image URL: {output}")

将 yourusername/flux-your-model-name:version_id 替换为你的实际模型详细信息。

你可以在模型页面的“API”选项卡上找到有关使用 API 运行它的更多信息。

3、使用 FLUX.1 [schnell] 实现更快的生成

你可以将 FLUX.1 [dev] LoRA 与较小的 FLUX.1 [schnell] 模型一起使用，以更快、更便宜地生成图像。只需在生成时将模型参数从 dev 更改为 schnell，并将 num_inference_steps 降低到 4 等小值即可。

请注意，输出仍将受 FLUX.1 [dev] 的非商业许可。

3.1 示例和用例

查看我们的示例库以获取灵感。你可以看到其他人如何微调 FLUX.1 来创建不同的风格、角色、永无止境的可爱动物游行等等。

基本 FLUX.1 模型输出：

左图：使用基本 FLUX.1 模型生成。右图：使用 fofr/flux-bad-70s-food 模型的相同提示和种子

3.2 许可和商业使用

如果你使用 FLUX.1 模型及其微调在 Replicate 上生成图像，则可以将这些图像用于商业用途。

如果你从 Replicate 下载权重并在自己的计算机上生成图像，则不能将这些图像用于商业用途。

原文链接：FLUX.1微调指南 - BimAnt