本文为AI方向小白记录暑期参加魔搭夏令营-AIGC文生图方向的Task 01
报名赛事链接：可图Kolors-LoRA风格故事挑战赛_创新应用大赛_天池大赛-阿里云天池的赛制
欢迎所有小白，大神前来交流学习。
一. 初识ComfyUI
1.1 什么是ComfyUI
GUI 是 "Graphical User Interface"（图形用户界面）的缩写。简单来说，GUI 就是你在电脑屏幕上看到的那种有图标、按钮和菜单的交互方式。
ComfyUI 是GUI的一种，是基于节点工作的用户界面，主要用于操作图像的生成技术，ComfyUI 的特别之处在于它采用了一种模块化的设计，把图像生成的过程分解成了许多小的步骤，每个步骤都是一个节点。这些节点可以连接起来形成一个工作流程，这样用户就可以根据需要定制自己的图像生成过程。
<iframe allowfullscreen="true" data-mediaembed="bilibili" frameborder="0" id="AolAqNTs-1723815721492" src="https://player.bilibili.com/player.html?aid=662317869"></iframe>1 万字系统剖析ComfyUI | Stable Diffusion：GUI全盘点 | ComfyUI系统性教程原理篇04 | Ai+建筑
1.2 ComfyUI核心模块
核心模块由模型加载器、提示词管理器、采样器、解码器。
本小节内容来自魔搭社区，具体内容可点击查看：魔搭官方教程。
Stable Diffusion的基本原理是通过降噪的方式（如完全的噪声图像），将一个原本的噪声信号变为无噪声的信号（如人可以理解的图像）。其中的降噪过程涉及到多次的采样。采样的系数在KSampler中配置：
-
seed：控制噪声产生的随机种子
-
control_after_generate：控制seed在每次生成后的变化
-
steps：降噪的迭代步数，越多则信号越精准，相对的生成时间也越长
-
cfg：classifier free guidance决定了prompt对于最终生成图像的影响有多大。更高的值代表更多地展现prompt中的描述。
-
denoise: 多少内容会被噪声覆盖 sampler_name、scheduler：降噪参数。
1.3 ComfyUI图片生成流程
1.4 ComfyUI的优势
模块化和灵活性：ComfyUI 提供了一个模块化的系统，用户可以通过拖放不同的模块来构建复杂的工作流程。这种灵活性允许用户根据自己的需求自由组合和调整模型、输入、输出、和其他处理步骤。
可视化界面：ComfyUI 提供了直观的图形界面，使得用户能够更清晰地理解和操作复杂的 AI 模型和数据流。这对没有编程背景的用户特别有帮助，使他们能够轻松构建和管理工作流程。
多模型支持：ComfyUI 支持多个不同的生成模型，用户可以在同一平台上集成和切换使用不同的模型，从而实现更广泛的应用场景。
调试和优化：通过其可视化界面，ComfyUI 使得调试生成过程变得更简单。用户可以轻松地追踪数据流，识别并解决问题，从而优化生成结果。
开放和可扩展：ComfyUI 是一个开源项目，具有高度的可扩展性。开发者可以根据需要编写新的模块或插件，扩展系统功能，并根据项目需求进行定制。
用户友好性：尽管其功能强大，但 ComfyUI 仍然保持了用户友好性，即使对于复杂任务，也能以相对简单的方式完成，使其成为生成式 AI 工作流程管理的有力工具。
二. 速通ComfyUI
在这里，我们依旧选择使用魔搭社区提供的Notebook和免费的GPU算力体验来体验ComfyUI。
2.1下载脚本代码文件
下载安装ComfyUI的执行文件和task1中微调完成Lora文件
git lfs install
git clone https://www.modelscope.cn/datasets/maochase/kolors_test_comfyui.git
mv kolors_test_comfyui/* ./
rm -rf kolors_test_comfyui/
mkdir -p /mnt/workspace/models/lightning_logs/version_0/checkpoints/
mv epoch=0-step=500.ckpt /mnt/workspace/models/lightning_logs/version_0/checkpoints/
2.2 一键执行安装程序
我们点击操作栏上面的一键运行按钮即可运行ComfyUI
2.3 进入预览界面
三. 浅尝ComfyUI工作流
3.1 不带Lora的工作流样例
第一步，下载工作流脚本
第二步，点击ComfyUI可视化界面下面的load,导入刚刚下载好的不带Lora的工作流脚本，点击Queue Prompt 生成不带Lora的工作流脚本
3.2 带Lora的工作流样例
我们先下载好带Lora脚本的工作流案例
为了倒入我们Task 1中所生成的Lora 我们先来到Task 1中我们发布的可图训练中
接着复制好Git下载的地址，到我们实例的终端中进行下载
下载好后，我们对刚刚下载好的带Lora的工作流文件进行修改，使用我们自己的Lora文件，以下使用VScode修改：
先将文件中的202行修改为我们Task 1中对第一张图片的描述：
再将第268行修改为我们刚刚下载好的我们自己的Lora库：
保存后，我们再在ComfyUI中load一下我们修改后的文件，再执行一下，即可以得到我们自己的Lora修改后的图片
我们可以很清楚的对比到Lora微调后的图片明显更加好看生动，由此可见，ComfyUI是我们不可或缺的好伙伴。
四. Lora微调
4.1 Lora简介
LoRA (Low-Rank Adaptation) 微调是一种用于在预训练模型上进行高效微调的技术。它可以通过高效且灵活的方式实现模型的个性化调整，使其能够适应特定的任务或领域，同时保持良好的泛化能力和较低的资源消耗。这对于推动大规模预训练模型的实际应用至关重要。
4.2 Lora微调的原理
LoRA通过在预训练模型的关键层中添加低秩矩阵来实现。这些低秩矩阵通常被设计成具有较低维度的参数空间，这样它们就可以在不改变模型整体结构的情况下进行微调。在训练过程中，只有这些新增的低秩矩阵被更新，而原始模型的大部分权重保持不变。
具体可以参考下面视频，对Lora的原理讲的比较通俗易懂。
<iframe allowfullscreen="true" data-mediaembed="bilibili" frameborder="0" id="vwQHAdMW-1723818741496" src="https://player.bilibili.com/player.html?aid=112715645455253"></iframe>通俗易懂理解全量微调和LoRA微调
4.3 Lora微调的优势
快速适应新任务
在特定领域有少量标注数据的情况下，也可以有效地对模型进行个性化调整，可以迅速适应新的领域或特定任务。
保持泛化能力
LoRA通过微调模型的一部分，有助于保持模型在未见过的数据上的泛化能力，同时还能学习到特定任务的知识。
资源效率
LoRA旨在通过仅微调模型的部分权重，而不是整个模型，从而减少所需的计算资源和存储空间。
4.4 微调代码
import os
cmd = """
python DiffSynth-Studio/examples/train/kolors/train_kolors_lora.py \ # 选择使用可图的Lora训练脚本DiffSynth-Studio/examples/train/kolors/train_kolors_lora.py
--pretrained_unet_path models/kolors/Kolors/unet/diffusion_pytorch_model.safetensors \ # 选择unet模型
--pretrained_text_encoder_path models/kolors/Kolors/text_encoder \ # 选择text_encoder
--pretrained_fp16_vae_path models/sdxl-vae-fp16-fix/diffusion_pytorch_model.safetensors \ # 选择vae模型
--lora_rank 16 \ # lora_rank 16 表示在权衡模型表达能力和训练效率时，选择了使用 16 作为秩，适合在不显著降低模型性能的前提下，通过 LoRA 减少计算和内存的需求
--lora_alpha 4.0 \ # 设置 LoRA 的 alpha 值，影响调整的强度
--dataset_path data/lora_dataset_processed \ # 指定数据集路径，用于训练模型
--output_path ./models \ # 指定输出路径，用于保存模型
--max_epochs 1 \ # 设置最大训练轮数为 1
--center_crop \ # 启用中心裁剪，这通常用于图像预处理
--use_gradient_checkpointing \ # 启用梯度检查点技术，以节省内存
--precision "16-mixed" # 指定训练时的精度为混合 16 位精度（half precision），这可以加速训练并减少显存使用
""".strip()
os.system(cmd) # 执行可图Lora训练 4.5 参数详情表
