एक ज़बरदस्त स्टाइल ट्रेन करना
अगर आप Krea यूज़र हैं, तो आप टेक्स्ट प्रॉम्प्टिंग में पहले से ही कमाल हैं। आपने शायद पहले LoRA भी ट्रेन किए होंगे। लेकिन एक शानदार कस्टम मॉडल असल में बनता कैसे है? ट्रेनिंग के लिए Krea के 3 मुख्य चरण:- क्यूरेशन
- आपको टॉप-टियर इमेजेज़ चाहिए - हाई क्वालिटी, हाई कोहेशन। आप क्यूरेटर हैं और Krea आपकी गैलरी है।
- रिफ़ाइनमेंट
- Krea सारी तकनीकी सेटिंग्स को ट्वीक करना बेहद आसान बना देता है - फ़ाउंडेशन मॉडल, ट्रेनिंग स्टेप्स, वगैरह। जी भरकर फ़ाइन ट्यून करें।
- कीमिया
- साफ़-साफ़ कह दें: स्टाइल ट्रेनिंग अपने आप में एक कला है, कोई सटीक विज्ञान नहीं। अगर आपकी ट्रेनिंग उम्मीदों पर खरी नहीं उतरती, तो घबराएँ नहीं। यह कुछ जादुई बनाने के लिए ट्रायल एंड एरर की प्रक्रिया है। दोहराते रहें, दोहराते रहें, दोहराते रहें!
प्रॉम्प्ट: An alchemist in their laboratory distilling an elixir, abstract. Krea 1 मॉडल के साथ कस्टम स्टाइल से बनाया गया।
1. क्यूरेशन
अपलोड करना
Krea.ai पर Home आइकन पर क्लिक करें, फिर एसेट्स के नीचे Train पर क्लिक करें। या बस नीचे स्क्रॉल करें।
डेटासेट के प्रकार
कैरेक्टर- आप किसी खास ड्रॉ किए गए या रेंडर किए गए कैरेक्टर (इलस्ट्रेशन, कॉन्सेप्ट आर्ट, एनिमेशन, वीडियो गेम्स, वगैरह) को समझने के लिए मॉडल ट्रेन कर सकते हैं। किसी असली इंसान के चेहरे पर ट्रेनिंग के लिए भी (बेशक, उनकी सहमति से)।
कैरेक्टर डेटा (दाएँ) और स्टाइल से जनरेट किए गए कैरेक्टर (बाएँ) की डिटेल्स एक जैसी हैं।
- कंसिस्टेंसी के लिए अपने कैरेक्टर की बिल्कुल एक जैसी पोशाक वाली जितनी हो सकें उतनी इमेजेज़ इस्तेमाल करें। अलग-अलग पोज़, एंगल और एक्शन आदर्श हैं।
- एनिमेटर्स और कॉन्सेप्ट आर्टिस्ट्स - यह कैरेक्टर शीट्स बनाने जैसा ही वर्कफ़्लो है।
- कैरेक्टर ट्रेनिंग जैसे ही सिद्धांत - बिल्कुल वही ऑब्जेक्ट, कई एंगल, डिटेल के लिए क्लोज़अप और कॉन्टेक्स्ट के लिए वाइड शॉट्स।
- अगर आप प्रोडक्ट डिज़ाइनर हैं या ई-कॉमर्स में काम करते हैं, तो आपके पास जितने यूनिक प्रोडक्ट शॉट्स हैं, सब अपलोड कर दें।
- सादे या ट्रांसपेरेंट बैकग्राउंड मदद कर सकते हैं, लेकिन ज़रूरी नहीं हैं, जब तक ऑब्जेक्ट इमेज का मुख्य फ़ोकस हो।
एक ही ऑब्जेक्ट, अलग-अलग एंगल, सादा बैकग्राउंड। यह बेहतरीन ट्रेनिंग डेटा है।
- अगर आपकी कोई भी इमेज थोड़े से अलग ऑब्जेक्ट या प्रोडक्ट की है, तो इससे मॉडल कन्फ़्यूज़ होगा और नतीजे धुंधले हो जाएँगे।
अगर प्रोडक्ट पर टेक्स्ट है, तो हो सकता है कि स्टाइल उसे दोबारा न बना पाए, जब तक कि आपके पास टेक्स्ट के क्लोज़अप वाली ढेर सारी ट्रेनिंग इमेजेज़ न हों। वरना आर्टिफ़ैक्ट्स की उम्मीद रखें।
- यहाँ आप ज़्यादा खुला, क्रिएटिव डेटासेट रख सकते हैं। कामों का एस्थेटिक या मटीरियल बिल्कुल एक जैसा होना चाहिए - लेकिन सब्जेक्ट बहुत विविध हो सकते हैं और होने भी चाहिए।
- ऑयल पेंटिंग, एनीमे, लिक्विड क्रोम, मार्बल, लो पॉली - कोई भी असली लुक या माध्यम।
Low Poly डेटासेट के इस सैंपल में यूनिक कैरेक्टर्स और बैकग्राउंड शामिल हैं।
Low Poly स्टाइल से जनरेट की गई इस इमेज ने बिल्कुल नया सब्जेक्ट और कंपोज़िशन बनाया।
- व्यापक दायरा स्टाइल को किसी एक खास सब्जेक्ट पर ओवरफ़िट होने से रोकता है, जिससे वह सच में इनोवेटिव बन पाता है।
2. रिफ़ाइनमेंट
अब तकनीकी पैरामीटर्स को ट्वीक करने का समय है। Krea आपके Custom Style को एक नाम देगा और प्रॉम्प्टिंग के लिए एक ट्रिगर वर्ड असाइन करेगा (ज़रूरत हो तो बदल लें)।आप इमेजेज़ की संख्या और औसत रेज़ोल्यूशन के मीटर भी देख सकते हैं। अब तक सब बढ़िया है।
मॉडल
- Krea की सुपरपावर यह है कि यह कई टॉप इमेज और वीडियो जनरेशन मॉडल चलाता है।
- हर मॉडल की अपनी खासियतें हैं, लेकिन सभी के साथ एक्सपेरिमेंट करना फ़ायदेमंद है। झटपट ब्रेकडाउन:
स्टेप्स
- ज़्यादा स्टेप्स = डेटा को समझने में ज़्यादा समय। इससे काफ़ी कंप्यूट खर्च हो सकता है और ओवरफ़िटिंग भी हो सकती है, जिसमें स्टाइल बस ट्रेनिंग इमेजेज़ को ही दोहराने लगती है। शुरुआत के लिए अच्छी वैल्यू है इमेजेज़ की संख्या x 20।
डिफ़ॉल्ट: 250।
लर्निंग रेट
- ज़्यादा लर्निंग रेट से ट्रेनिंग तेज़ हो सकती है, लेकिन इससे स्टाइल डेटा पर ओवरफ़िट भी हो सकती है। कम लर्निंग रेट में ट्रेनिंग में ज़्यादा समय लगेगा।
डिफ़ॉल्ट: 0.004 (4e-3)
बैच साइज़
- बड़े बैच साइज़ से ट्रेनिंग तेज़ हो सकती है, लेकिन नतीजे साधारण भी हो सकते हैं। Batch Size और Learning Rate को अनुपात में एडजस्ट करने की सलाह दी जाती है। छोटे डेटासेट के लिए हमारे डिफ़ॉल्ट पर ही टिके रहें।
डिफ़ॉल्ट: 1
3. कीमिया
स्टाइल ट्रेन हो जाने के बाद, एक्सपेरिमेंट करने का समय है। प्रॉम्प्ट के उस्तादो - यहीं आपको धमाल मचाना है।स्टाइल को आज़माएँ:
- हद से आगे जाएँ। खूबियाँ और कमियाँ खोजें। पता लगाएँ और दर्ज करें कि स्टाइल कब शानदार नतीजे देती है, और कब नहीं।
- अगर आउटपुट स्टाइल पर ओवरफ़िट हैं, तो विचार करें:
- ट्रेनिंग डेटा में विविधता लाना
- लर्निंग रेट घटाना
- अगर आउटपुट बहुत ज़्यादा अलग-अलग हैं, तो विचार करें:
- डेटासेट में और इमेजेज़ जोड़ना
- डेटासेट से कमज़ोर या बहुत अलग इमेजेज़ हटाना
- लर्निंग रेट बढ़ाना
- अगर आउटपुट स्टाइल पर ओवरफ़िट हैं, तो विचार करें:
इन बेहद मिलते-जुलते सैंपल जनरेशन्स को देखकर लगता है कि यह स्टाइल ओवरफ़िट हो सकती है। फिर से कोशिश करें।
दोबारा ट्रेन करना
- कोई दूसरा मॉडल आज़माएँ
- आपकी स्टाइल को पकड़ने में एक मॉडल दूसरे से बेहतर हो सकता है। अलग-अलग आज़माकर देखें, Krea इसी लिए तो है। अगर पक्का न हो तो ऊपर दिया गया मॉडल चार्ट देखें।
- डेटासेट्स मर्ज करें
- दो या ज़्यादा डेटासेट्स को मिलाकर सच में अनोखे एस्थेटिक्स बनाए जा सकते हैं। जब किसी स्टाइल की सीमाओं से अटक जाएँ या परेशान हों, तो उसमें नई जान डाल दें।
- एक्सपेरिमेंट करते रहें
- इमेजेज़ की संख्या बढ़ाएँ या घटाएँ।
- पक्का करें कि आपकी सभी इमेजेज़ हाई रेज़ोल्यूशन हों।
- Krea की फ़ाइन ट्यूनिंग सेटिंग्स के साथ छेड़छाड़ करें।