1. 童装lora的效果展示
本部分以182张童装数据作为训练数据，训练flux.1 模型的lora，生成的图片适合买家秀和商品种草场景，从以下的图片可以看出，生成的图片非常真实且质量很高。本部分实验仅为了进行效果展示，如果训练图片数量更多，质量更高，将会获得更好的生成结果。本部分实验的效果展示如下：
2. Flux.1 的lora微调实验
代码和环境准备
首先我们下载代码和安装 python 依赖库：
git clone https://github.com/yishaoai/tutorials-of-100-wonderful-ai-models
cd tutorials-of-100-wonderful-ai-models/1.flux-lora-finetune/x-flux/
git submodule update --init .
pip install -r requirements.txt
cd ../..
数据准备 本部分实验主要从互联网搜集了182张童装的照片，包括男孩和女孩。这些童装主要是买家秀种草场景。如果您需要训练自己的数据，可以按这个 png/json 成对的格式准备数据。 我们将所有的图像都放在 images 文件夹下。并且每个图片有一个对应的json文件，json文件中内容都是一样的，如下所示：
├── images/
│ ├── 1.png
│ ├── 1.json
│ ├── 2.png
│ ├── 2.json
│ ├── ...
实验脚本 本实验使用单卡L20 机器，最大显存占用为。
export PYTHONPATH=$PWD/x-flux:$PYTHONPATH
accelerate launch --config_file "default_config.yaml" x-flux/train_flux_lora_deepspeed.py --config "x-flux/train_configs/test_lora.yaml"
3. 基于童装lora的推断
可以在huggingface下载本实验训练好的 lora，地址是 YishaoAI/flux-dev-lora-kid-clothes.
x-flux 的推断方法
bash infer_xlabs.sh
diffusers 的推断方法
cd 1.flux-lora-finetune/diffusers/
git submodule update --init .
cd ../..
python infer_diffusers.py