Qwen-Image LoRA 训练器: Training

使用 Qwen-Image LoRA 训练器训练自定义 Qwen-Image LoRA 适配器。支持快速 zip 上传、自动调优超参数和在 Muapi 上按步计费。

📝

概览

关于此模型

Qwen-Image LoRA 训练器可直接从自定义数据集 zip 压缩包对 Qwen-Image 模型进行加速微调。通过灵活的 1,000 到 10,000 步配置、自定义学习率和可调秩维度,以快 10x 的速度训练角色概念、视觉风格和专有对象。非常适合构建一致 AI 图形的开发者和艺术家。

1Qwen 模型定制:微调 Qwen-Image 检查点,以适应目标视觉领域。
2角色与主体一致性:让模型学习特定视觉主体和数字化身。
3艺术风格训练:训练自定义 LoRA 适配器,以捕捉独特的插画和渲染风格。
💰

价格与价值

成本分析

muapiapp$2.00 每 1,000 步

按训练步骤计费,提供自动调优的默认值,无需额外配置成本。

Fal.ai暂不可用

Qwen-Image LoRA Trainer 未托管在 Fal.ai。

Replicate暂不可用

Qwen-Image LoRA Trainer 未托管在 Replicate。

** 竞品价格根据相似模型架构和使用层级估算。

⚙️

技术详情

配置参数

数据集 ZIP URLstring

包含图像的 zip 压缩包 URL。通常建议至少使用 4 张图像,越多越好。除图像外,压缩包还可以包含带有说明文字的文本文件。

默认值undefined
触发词string

可选的 trigger word. If a caption file exists, it is prepended when not already present.

默认值example
步数int

用于训练 LoRA 的步数。

默认值1000
学习率float

Qwen LoRA 训练的学习率。

默认值0.0004
LoRA 秩int

LoRA 秩维度。

默认值16
📖

实施指南

开发者文档

如何使用 Qwen-Image LoRA 训练器 API

  1. 准备数据集:创建一个 .zip 压缩包,其中包含高质量训练图像以及可选的 .txt 文本说明文件。

  2. 设置训练参数:自定义 trigger_wordsteps(默认 1000)、learning_rate(默认 0.0004)和 lora_rank(默认 16)。

  3. 通过 API 提交预测

curl -X POST "https://api.muapi.ai/api/v1/qwen-image-lora-trainer" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "data": "https://example.com/my-qwen-dataset.zip",
    "trigger_word": "qwen_character",
    "steps": 1000,
    "learning_rate": 0.0004,
    "lora_rank": 16
  }'
  1. 获取训练权重:从返回的预测结果中获取已完成模型权重的 URL。

常见问题

常见问答

什么是 Qwen-Image LoRA 训练器?

Qwen-Image LoRA 训练器是一个异步 API,可从压缩的图像数据集微调自定义 Qwen-Image LoRA 适配器,并支持自定义步数和学习率。

推荐的数据集格式是什么?

上传包含 PNG 或 JPEG 图像的 `.zip` 文件。也可以选择加入与每个图像文件同名的对应 `.txt` 文本说明文件。

Qwen LoRA 训练的默认学习率是多少?

Qwen-Image LoRA 训练器的默认学习率为 0.0004,针对典型图像数据集的快速收敛进行了优化。

可以配置多少步?

可以将训练步数配置在 1,000 到 10,000 之间,推荐默认值为 1,000 步。

完成后会生成什么输出?

当状态达到 completed 时,outputs 数组会提供训练完成的 Qwen LoRA 模型权重的直接下载 URL。