写在前面
从小就非常喜欢小樱！从小樱的动画到动漫书我都看了个遍，包括C妈几年前更新了（哇这么久了都）Clear Card。
直到最近C妈终于更新完了 Clear Card 的漫画，听说好像新的视频在筹备了，我好期待！！！
（微调完的LoRA生成的效果如下，其中几张）
机器环境
页面提供
- PyTorch 2.0
- Python 3.8
- Ubuntu 20
- CUDA 11.8
- CPU
- 内存 80GB
- 磁盘 100GB
- 显卡 3090 24GB * 1
实际环境
实际系统中的环境，有略微的不一样，但是不影响。
同时，项目中有一些指定的 CUDA 版本等问题：比如我是 CUDA12.0，但是项目要求 CUDA18.1。这些问题也需要自己思考处理一下，毕竟更换CUDA版本是一件比较麻烦的事情。
实际环境：
- CUDA 12.0
- 其他的 大差不差 比如Python版本，这里是
3.10，通过Pyenv管理多版本。
克隆项目
这里我们使用 kohya_ss来进行微调，它帮我们封装好了。
git clone https://github.com/bmaltais/kohya_ss.git配置环境
这里使用 pyenv 对项目进行管理，对于 pyenv 的使用和安装，可以看我的其他文章。
cd kohya_ss
pyenv local 3.10
python -m venv env
source env/bin/activate此时通过 ls 可以查看目录，大致如下：
安装依赖
./setup.sh
此时我们遇到问题，提示缺少 python3-tk
sudo apt update -y && sudo apt install -y python3-tk
安装成功后，我们重新执行 ./setup.sh 可以看到正在安装：cu118，我的CUDA版本不太对的上
-
如果你安装不正常：那你可以看看我的思路（见 问题章节：CUDA安装异常） -
如果你安装正常：请忽略
此时我们会看到：
启动项目
恭喜你顺利配置了环境，我们继续！
使用 gui.sh 启动项目
./gui.sh --listen 0.0.0.0 --server_port 6006 --share
访问项目
# 或者是你的 IP 地址
http://localhost:6006我们可以看到项目的大致页面为：
准备素材
下载素材
我去网络上截图了不到20张小樱，按理来说，图片越多，风格样式不一样，可以帮助模型更好的学习到特征。
统一裁切
这里为了保证模型更好的学习，建议裁切到统一大小，同时把20张都手动过一遍。（不裁切的话，工具可以自行进行识别和裁切，裁切模型认为好的那部分）
一键裁切为标准的尺寸，我这里选择了 512x512 免费的裁切网站（感谢无私奉献）：birme统一裁切
上传素材
用你习惯的方式，将图片上传到某个目录。(记住这个目录，后边要用到) 目录名要求：数字_项目名，我这里是：30_sakura，动漫风格10-50（可以搜索你要训练的风格配置为多少）
因为是学习，大家不用研究那么多，直接按30来就行，先抄着参数跑通再说。
这里大致样子是（忘记截图了，用了别的项目的图）：
生成标签
打开项目地址（刚才的6006）标签页，并填写如下参数：
● Image foloder to caption 你上传图片的目录
● Prefix to add to BLIP caption 图片添加的前置词
我这里对应的两个参数地址是：
# 图片目录 Image foloder to caption
/root/autodl-tmp/kohya_ss/wzk_test/image/30_sakura
# 添加的前置词（类似于触发词，以后通过该词触发）Prefix to add to BLIP caption
w_sakura开始训练
点击Caption Images 开始训练，此时如果你是第一次运行，将会有一些额外的模型需要下载。
如果一切顺利的话，你将会看到模型给我们的图片打上了标签。
文件内变成了：图片+txt标签内容 此时我们可以针对每个txt的内容，调整提示词，但是作为学习，暂时不考虑，我们优先
查看标签
# 000.txt
w_sakura, a girl with a ponytail and a sailor outfit
# 001.txt
w_sakura, a girl with green eyes and a ponytail
# 002.txt
w_sakura, a girl with a bag of bread and a sandwich
