Cómo entrenar un estilo increíblemente bueno
Si usas Krea, ya eres un crack escribiendo prompts. Y seguramente ya has entrenado LoRAs antes. Pero ¿qué hace que un modelo personalizado sea genial? Los 3 pasos clave de Krea para entrenar:- Curación
- Necesitas imágenes de primer nivel: alta calidad y mucha cohesión. Tú eres el curador y Krea es tu galería.
- Refinamiento
- Krea hace que sea superfácil ajustar todas las especificaciones técnicas: modelos base, pasos de entrenamiento, etc. Afina todo lo que quieras.
- Alquimia
- Seamos claros: el entrenamiento de estilos es un arte en sí mismo, no una ciencia exacta. Si tu entrenamiento no cumple las expectativas, que no cunda el pánico. Es un proceso de prueba y error para crear algo mágico. ¡Itera, itera, itera!
Prompt: Un alquimista en su laboratorio destilando un elixir, abstracto. Creado con un estilo personalizado con el modelo Krea 1.
1. Curación
Subir imágenes
Desde Krea.ai, haz clic en el icono Home y, en assets, haz clic en Train. O simplemente desplázate hacia abajo.
Tipos de dataset
Personaje- Puedes entrenar un modelo para que entienda un personaje dibujado o renderizado concreto (ilustración, concept art, animación, videojuegos, etc.). También sirve para entrenar con la cara de una persona real (con su consentimiento, por supuesto).
Los datos del personaje (derecha) y el personaje generado con el estilo (izquierda) tienen detalles coherentes.
- Usa todas las imágenes que puedas de tu personaje con exactamente la misma ropa para lograr coherencia. Lo ideal es una variedad de poses, ángulos y acciones.
- Animadores y concept artists: este flujo de trabajo es superparecido a crear hojas de personaje.
- Mismos principios que en el entrenamiento de personajes: exactamente el mismo objeto, varios ángulos, primeros planos para el detalle y planos generales para el contexto.
- Si eres diseñador de producto o trabajas en e-commerce, sube todas las fotos de producto únicas que tengas.
- Los fondos vacíos o transparentes pueden ayudar, pero no son necesarios, siempre que el objeto sea el foco central de la imagen.
Mismo objeto, distintos ángulos, fondo vacío. Estos son unos datos de entrenamiento geniales.
- Si CUALQUIERA de tus imágenes muestra un objeto o producto ligeramente diferente, confundirá al modelo y enturbiará los resultados.
Si el producto tiene texto, puede que el estilo no sea capaz de replicarlo a menos que tengas un montón de imágenes de entrenamiento con primeros planos del texto. De lo contrario, espera artefactos.
- Aquí puedes tener un dataset más relajado y creativo. La estética o el material de las obras debe ser exactamente el mismo, pero la temática puede y debe ser muy diversa.
- Pintura al óleo, anime, cromo líquido, mármol, low poly: cualquier look o medio auténtico.
Esta muestra de un dataset Low Poly contiene personajes y fondos únicos.
Esta imagen generada con el estilo Low Poly creó un tema y una composición completamente nuevos.
- Una gran amplitud evita que el estilo se sobreajuste a un tema concreto, lo que le permite ser realmente creativo.
2. Refinamiento
Ahora toca ajustar los parámetros técnicos. Krea le pondrá nombre a tu Custom Style y le asignará una palabra activadora (trigger word) para usar en los prompts (cámbiala si hace falta).También puedes revisar los indicadores del número de imágenes y la resolución media. De momento, todo bien.
Modelo
- El superpoder de Krea es que ejecuta una gran variedad de los mejores modelos de generación de imagen y vídeo.
- Cada modelo tiene sus propias especialidades entre las que elegir, pero merece la pena experimentar con todos. Resumen rápido:
Pasos
- Más pasos = más tiempo dedicado a estudiar los datos. También puede costar mucha capacidad de cómputo y provocar sobreajuste (overfitting), cuando el estilo simplemente regurgita las imágenes de entrenamiento. Un buen valor inicial es número de imágenes x 20.
Valor predeterminado: 250.
Tasa de aprendizaje
- Una tasa de aprendizaje más alta puede acelerar el entrenamiento, pero también puede hacer que el estilo se sobreajuste a los datos. Una tasa de aprendizaje baja tardará más en entrenar.
Valor predeterminado: 0.004 (4e-3)
Tamaño de lote
- Los tamaños de lote más grandes pueden acelerar el entrenamiento, pero también dar resultados genéricos. Se recomienda ajustar el tamaño de lote (Batch Size) y la tasa de aprendizaje (Learning Rate) de forma proporcional. Para datasets pequeños, quédate con nuestro valor predeterminado.
Valor predeterminado: 1
3. Alquimia
Una vez entrenado el estilo, toca experimentar. Dioses del prompt: aquí es donde lo petáis.Lleva el estilo al límite:
- Ve más allá. Encuentra sus puntos fuertes y sus carencias. Descubre y documenta cuándo el estilo genera resultados geniales y cuándo no.
- Si los resultados están sobreajustados al estilo, prueba a:
- Diversificar los datos de entrenamiento
- Reducir la tasa de aprendizaje
- Si los resultados son demasiado variados, prueba a:
- Añadir más imágenes al dataset
- Quitar del dataset las imágenes flojas o demasiado diferentes
- Aumentar la tasa de aprendizaje
- Si los resultados están sobreajustados al estilo, prueba a:
A juzgar por estas generaciones de muestra tan parecidas, este estilo puede estar sobreajustado. Vuelve a intentarlo.
Reentrenar
- Prueba otro modelo
- Puede que un modelo capte tu estilo mejor que otro. Compara opciones, para eso está Krea. Consulta la tabla de modelos de arriba si tienes dudas.
- Combina datasets
- Combinar dos o más datasets puede crear estéticas realmente únicas. Cuando te atasques o te frustren las limitaciones de un estilo, insúflale nueva vida.
- Sigue experimentando
- Aumenta o reduce el número de imágenes.
- Asegúrate de que todas tus imágenes sean de alta resolución.
- Juega con los ajustes de afinado de Krea.