Skip to main content

Genel Bakış

LoRA (Low-Rank Adaptation), bir AI modeline küçük bir örnek görüntü kümesi kullanarak yeni bir görsel stil öğreten bir ince ayar tekniğidir. Mevcut bir modele yeni “stil ağırlıkları” enjekte ederek çalışır, bu da eğitimi hem hızlı hem de verimli hale getirir. Bu kılavuz tam iş akışını anlatır:

Eğitim Görüntülerini Hazırlayın

İstediğiniz stili temsil eden yüksek kaliteli görüntüleri küratörlüğünü yapın ve yükleyin

Eğitim İşini Gönderin

Görüntü URL’leriniz ve yapılandırmanızla /styles/train adresine bir POST isteği gönderin

İlerlemeyi İzleyin

Döndürülen job_id’yi kullanarak eğitim işinizin durumunu takip edin

Stilinizle Üretim Yapın

Eğitilmiş stilinizi görüntü üretimine uygulayın

Eğitim Görüntülerini Hazırlama

Veri Kümenizin Küratörlüğünü Yapma

Eğitim görüntülerinizin kalitesi sonuçları doğrudan etkiler. Farklı eğitim türlerinin farklı gereksinimleri vardır:

Kaç Görüntü Gerekli?

Kalite, nicelikten çok daha önemlidir. Küçük ama mükemmel görüntülerden oluşan bir küme, büyük ama vasat bir kümeden daha iyi sonuç verir.
Kalite > Nicelik15 yüksek kaliteli görüntü, 50 düşük kaliteli görüntüden daha iyi sonuçlar üretir. Şuna öncelik verin:
  • Yüksek çözünürlük (en az 1024x1024)
  • Tüm görüntülerde tutarlı stil
  • Filigran, metin bindirmesi veya sıkıştırma kusurları olmaması
  • Stil tutarlılığını korurken çeşitli konular
Örnek Veri Kümeleri
  • Karakter eğitimi: Çeşitli pozlar, ifadeler ve aydınlatma koşullarıyla bir kişinin fotoğrafları. Görüntülerde başka kişilerin bulunmasından kaçının.
  • Stil eğitimi: Tutarlı bir stilde bir sanat eseri koleksiyonu. Örneğin, The Metropolitan Museum of Art Ukiyo-E Dataset, sanatsal bir stili eğitmek için ideal Japon tahta baskılarını sağlar.

Görüntüleri Yükleyin

Eğitimden önce, barındırılan URL’leri almak için görüntülerinizi yükleyin. /assets uç noktasını kullanın:
Döndürülen image_url değerlerini kaydedin—bunları eğitim uç noktasına geçireceksiniz.

Stilinizi Eğitin

Temel Eğitim Örneği

Eğitimi başlatmak için görüntü URL’lerinizi gönderin:

Eğitim Türleri

type parametresi, kullanım durumunuz için optimize edilmiş akıllı varsayılanları ayarlar:

Parametreler

Zorunlu Parametreler

string
required
Özel stiliniz için açıklayıcı bir ad.Örnek: "Ukiyo-E Style", "Product Photos"
array
required
Üzerinde eğitim yapılacak görüntü URL’lerinin dizisi. Daha iyi sonuçlar için daha fazla görüntü ekleyin.

Opsiyonel Parametreler

string
default:"flux_dev"
Eğitim için temel model:Görüntü modelleri:
  • flux_dev - Yüksek kalite, çok yönlü
  • flux_schnell - BFL’nin gerçek zamanlı modeli
  • qwen - Alibaba’nın modeli
  • z-image - Alibaba’nın verimli görüntü modeli
  • wan22 - Yalnızca görüntü üretimi
Video modelleri:
  • wan - Alibaba’nın video modeli
string
default:"Default"
Eğitim kategorisi: Style, Object, Character veya Default
string
Promptlarda bu stili etkinleştirmek için özel kelime. Belirtilmediğinde, stil adı kullanılır.
Tipik promptlarda görünmeyecek benzersiz tetikleyici kelimeler seçin. Birden çok kelimeli tetikleyiciler için alt çizgi kullanın: ukiyo_style
number
Eğitim yoğunluğunu kontrol eder. Daha yüksek değerler daha hızlı eğitir ancak overfitting yapabilir.Önerilen aralık: 0.0001 - 0.001
integer
Maksimum eğitim iterasyonu. Aralık: 1-2000
integer
Aynı anda işlenen görüntüler. Daha büyük batch’ler = daha hızlı eğitim ancak daha fazla bellek.

Gelişmiş Parametreleri Ayarlama

type alanı tarafından belirlenen varsayılanlarla başlayın—bunlar çoğu durum için iyi çalışır. Yalnızca belirli sorunlar görüyorsanız bunları ayarlayın:
Modelin eğitim görüntülerinize ne kadar agresif adapte olduğunu kontrol eder.Ayarlamanız gerektiğine dair işaretler:
  • Çıktılar eğitim görüntüleriyle aynı görünüyor → oranı düşürün
  • Eğitimden sonra stil etkisi zayıf → oranı biraz artırın
Modelin görüntülerinizde ne kadar süre eğitildiği.Ayarlamanız gerektiğine dair işaretler:
  • Çıktılar çok katı, promptları görmezden geliyor → adımları azaltın
  • Stil etkisi zayıf → adımları artırın
  • Oluşturulan görüntüler tam olarak eğitim verisi gibi görünüyor → adımları azaltın (overfitting)
Yinelemeli Ayarlamaİlk eğitim deneyiminiz istediğiniz sonuçları vermezse:
  1. Önce max_train_steps ayarını yaparak başlayın (en yaygın çözüm)
  2. Adımlar tek başına yardımcı olmuyorsa learning_rate deneyin

Yanıt Formatı


Eğitim İlerlemesini İzleyin

Eğitim genellikle 5-15 dakika sürer. Durumu kontrol etmek için Jobs API’yi sorgulayın:
Eğitim işleri bu durumlardan geçer:
  1. queued - Kuyrukta bekleme
  2. processing - Aktif eğitim
  3. completed - Eğitim başarıyla tamamlandı
  4. failed - Eğitimde bir hata oluştu
  5. cancelled - İş manuel olarak iptal edildi

Eğitilmiş Stilinizi Kullanın

Eğitim tamamlandığında, styles parametresini kullanarak stilinizi görüntü üretimine uygulayın:
Uygulama ve API arasında stil sahipliğiAPI ve Krea web uygulaması, çalışma alanınızda ayrı kullanıcı kimlikleri olarak çalışır. Stiller, oluşturan kullanıcıya özeldir, yani:
  • Uygulamada eğitilmiş stiller, paylaşılmadıkça API üzerinden erişilebilir değildir
  • API’de eğitilmiş stiller, paylaşılmadıkça uygulamada erişilebilir değildir
Bir stili çalışma alanınızla paylaşmak için (her iki yönde de çalışır):

Stil Gücü

strength parametresi (0.0-1.0) stilinizin ne kadar güçlü uygulandığını kontrol eder:
0.8 gücünde başlayın ve sonuçlara göre ayarlayın. Daha düşük değerler daha fazla yaratıcı özgürlük verir; daha yüksek değerler daha katı stil bağlılığı sağlar.

Birden Fazla Stili Birleştirme

styles dizisine ekleyerek birden fazla stil uygulayın:

En İyi Uygulamalar

  • Optimum sonuçlar için elinizdeki yüksek kaliteli görüntülerin mümkün olduğunca fazlasını kullanın
  • Tüm eğitim görüntülerinde tutarlı bir stil sağlayın
  • Stil tutarlılığını korurken konularda çeşitlilik ekleyin
  • Filigranlardan, metin bindirmelerinden veya kusurlardan kaçının
  • En az 1024x1024 çözünürlükteki görüntüleri kullanın
  • type alanını kullanarak varsayılan parametrelerle başlayın
  • Stiller için: 500-1000 adım genellikle yeterlidir
  • Düşük öğrenme oranları (0.0001-0.0003) overfitting’i önler
  • Stil yeterince güçlü değilse adımları artırın
  • Çıktı çok katı ise adımları azaltın
  • Birden fazla stili birleştirmeyi planlıyorsanız aynı tetikleyici kelimeyi kullanın
  • Stili dahil ederseniz tetikleyici kelimeler otomatik olarak prompta enjekte edilir
  • Tipik promptlarda görünen yaygın kelimelerden kaçının
  • Birden çok kelimeli tetikleyiciler için alt çizgi kullanın: my_custom_style