宝马男拒交停车费Stable Diffusion怎么安装在电脑上，本篇文章不做介绍，大家可以自己去找找如何在电脑上安装Stable Diffusion

　　选显卡的时候，主要看算力和显存。其中，显存的重要性主要体现在以下两个方面：

　　我在用的显卡是 RTX 3070 8G，应对本文的训练场景够用了。我在网上找到了一张“常见显卡 AI 跑图性能、性价比表”，供大家参考：

　　然后，就可以安装 Kohya_ss 版本的 LoRA（ya_ss）了。如果你想安装在电脑上某个特定位置，先在地址栏处敲击【cmd】，回车，你会进入这样一个命令窗：

　　在执行【accelerate config】后，它将询问一些设置选项，请按照以下选项依次选择：

　　如图，文件夹的名字叫【Kohya】, 点进去后可以看到一个叫【kohya_ss】的文件夹。

　　我们还需要新建一个文件夹，比如【Lora Training Data】用来存放后续要用的训练数据。

　　可见，AI 能学习到大致风格，模特穿着也像样，但没法还原花纹和细节。因为单张图片能提供的信息有限。所以，我们应该尽量给出衣服在各个角度的图像。

　　插播一句，图像的清晰度会直接影响到训练的质量，如果图片不够清晰，我一般会先用 Topaz Gigapixel 这类 AI 修复工具将它先放大处理。

　　再插播一句，为了让 AI 更有针对性地捕捉和学习到目标对象，我还会裁剪图片，尽量剪掉不必要的画面，让目标单品更显眼。

　　我们回到【Lora Training Data】文件夹中，在里面创建一个新文件夹，随便命名，我起的是【dongwumaozi】（动物帽子），然后在其中创建 3 个子文件夹，依次是【image】、【log】和【model】，如图：

　　接着，你在【image】这个文件夹里，再创建一个文件夹，格式是【数字_训练的概念】，【数字】指的是图片会被训练多少遍，我写了【100】（100 是默认训练次数，经试用，我觉得效果都不错），AI 就会把我每张照片训练 100 遍：

　　接下来，我们要打开 kohya 脚本。到【kohya_ss】这个文件夹里，找到【gui.bat】这个运行文件。

　　回到【image】文件夹后，就能看到和图片名称对应的 txt 文本描述了。如果你对机器标注的效果不太满意，打开 txt 文档手动修改，保存即可。

　　目前在训练服装 LoRA 上，我感觉默认的训练参数效果已经很好，所以并没有再做额外的更改、调整。如果你对训练参数的设置感兴趣，可以去看看 Kohya 脚本的官方教程（youtube.com/watch?v=k5imq01uvUY&t=1597s）。

　　在 3070 上，训练时长差不多在 30 分钟左右，出去跑个步或者冲个澡，模型就训练好啦！

　　一般默认参数训练出来的 LoRA 大小在 9 M 左右，在【model】这个文件夹里可以找到。

　　最后的最后，将 LoRA 文件拷贝到【stable-diffusion-webui】的【models】文件夹里对应的【LoRA】文件夹处，再次重启 WebUI，点选出对应的 LoRA 后，写好关键词就可以生成“淘宝模特”图了：

　　以上图片皆由该 LoRA 生成。拿最后一张图举例，我提供以下关键词，供你参考：

　　另外，也可以输入一些常用的负向关键词，比如“bad hands”等，让 AI 消除这种生成可能。

　　虽然在生成“动物帽子”这个案例中，喂 3 张图就有不错的效果，但如果你的目标单品版型、材质都较为复杂，可能得备上 5 到 30 张不同角度的图，才能更好还原。

　　就我个人而言，比起 AI 模特，我在买衣服时更希望看真人试穿，因为这样材质和版型才更有参加价值。

　　不过，未来我可能会训练一个自己的模型，然后再去叠加服装的模型，看自己的试穿效果。

　　还在上学那会儿，我看日剧《校对女孩河野悦子》，剧里石原里美饰演的主角将不同服装搭配剪下来再贴在一起，以此寻找灵感。那时，我觉得时尚编辑就像是魔法师。而现在，AI 给了我更多创造的机会。

　　电商模特、虚拟时尚博主、服装设计师的灵感助手……AI 还有更多可被激发的潜力。

　　现在涌现的这些 AI，就像是一摊墨水，所有人似乎都可以来蘸一蘸，然后写下一些特别的字迹。