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。
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。
成本分析
| 提供商 | 费用 | 备注 |
|---|---|---|
| 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。 |
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。
Qwen-Image LoRA Trainer 未托管在 Fal.ai。
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。
配置参数
| 参数 | 类型 | 描述 | 默认值 |
|---|---|---|---|
| 数据集 ZIP URL | string | 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。 | undefined |
| 触发词 | string | 可选的 trigger word. If a caption file exists, it is prepended when not already present. | example |
| 步数 | int | 用于训练 LoRA 的步数。 | 1000 |
| 学习率 | float | Qwen LoRA 训练的学习率。 | 0.0004 |
| LoRA 秩 | int | LoRA 秩维度。 | 16 |
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。
undefined可选的 trigger word. If a caption file exists, it is prepended when not already present.
example用于训练 LoRA 的步数。
1000Qwen LoRA 训练的学习率。
0.0004LoRA 秩维度。
16开发者文档
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。
设置训练参数:自定义 trigger_word、steps(默认 1000)、learning_rate(默认 0.0004)和 lora_rank(默认 16)。
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
}'
常见问答
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。
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-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。
可以将训练步数配置在 1,000 到 10,000 之间,推荐默认值为 1,000 步。
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。