Stable Diffusion
  1. 训练模型
Stable Diffusion
  • Stable Diffusion API 文档
  • A1111 调度程序
  • Stable Diffusion API
    • 概述
    • 文本到图像
      POST
    • 图像到图像
      POST
    • 修复
      POST
    • 获取排队图像
      POST
    • 系统负载
      POST
  • 训练模型
    • 概述
    • Lora 模型
      POST
    • Dreambooth 模型 (V2)
      POST
    • Dreambooth 模型
      POST
    • 训练状态
      POST
    • 获取模型列表
      POST
    • 删除训练
      POST
    • 取消训练
      POST
    • 裁剪 Base64 图像
      POST
  • 文字转视频
    • 概述
    • 创建视频
      POST
    • 将文本训练为视频
      POST
  • 社区模型 API V4
    • 概述
    • 文本转图像
      POST
    • LoRA
      POST
    • LoRA 多功能设备
      POST
    • 图像到图像
      POST
    • 修复
      POST
    • 获取排队图像接口
      POST
    • 重新加载模型接口
      POST
  • 管理信息系统
    • 概述
    • 裁剪 Base64 图像
    • 删除图像
    • 获取训练过的模型列表
    • 获取公共型号列表
    • 清除用户缓存
    • 购买 Dreambooth 模型
    • 购买订阅计划
    • 取消订阅计划
    • NSFW 图像检查
    • 上传模型
    • 创建房间内部接口
  • 控制网
    • 概述
    • ControlNet 主要终端
    • ControlNet 多功能终端
  • 企业计划
    • 概述
    • 系统详情
    • 重新启动服务器终端
    • 更新服务器
    • 更新 S3 详细信息
    • 清楚缓存
    • 列表调度程序
    • 负载模型
    • 验证模型
    • 获取所有模型
    • 删除模型
    • Controlnet
    • 文字转图像
    • 文字转视频
    • 图像到图像
    • 修复
    • 超分辨率
    • 上传图片
    • 同步模型
    • 负载 Vae
    • NSFW 图像检查
    • 获取排队图像
  • Dreambooth 沙盒
    • 概述
    • 创建 Dreambooth 请求(沙盒)
    • 获取训练状态(沙盒)
  • 图像编辑
    • 概述
    • 外部绘画
    • Blip 扩散
    • 魔术混合接口
    • 图像深度
    • 图像混合器
    • 图像引导编辑
    • 删除背景
    • 超分辨率
    • 混合画布
  • 文本转 3D
    • 概述
    • 文本转 3D
    • 图像转 3D
  • 未经审查的聊天
    POST
  1. 训练模型

Dreambooth 模型 (V2)

开发环境
https://stablediffusionapi.com/v1
开发环境
https://stablediffusionapi.com/v1
POST
https://stablediffusionapi.com/api/v3/fine_tune_v2
使用此接口,您可以使用自己的图像训练 Dreambooth 模型。您可以在任何物体或人上训练模型。
POST向https://stablediffusionapi.com/api/v3/fine_tune_v2端点发出请求,并将所需参数作为请求正文传递。
现在,您可以在用作基本模型的任何其他模型上训练模型并获得其风格。您可以选择在 等模型上进行midjourney训练portraitplus。
信息
从 这里获取base_model_id。
提示
您还可以阅读我们的**博客文章**以了解有关模型训练的更多信息。

学习率值#

learning_rate_unet这是和参数的所有可能值的完整列表learning_rate_text_encoder。
Learning_rate_text_encoder 值
["1e-5", "1e-6", "1e-7", "1e-8", "1e-9", "1e-10", "2e-0", "2e-1", "2e-2", "2e-3", "2e-4", "2e-5", "2e-6", "2e-7", "2e-8", "2e-9", "2e-10", "3e-0", "3e-1", "3e-2", "3e-3", "3e-4", "3e-5", "3e-6", "3e-7", "3e-8", "3e-9", "3e-10", "4e-0", "4e-1", "4e-2", "4e-3", "4e-4", "4e-5", "4e-6", "4e-7", "4e-8", "4e-9", "4e-10", "5e-0", "5e-1", "5e-2", "5e-3", "5e-4", "5e-5", "5e-6", "5e-7", "5e-8", "5e-9", "5e-10", "6e-0", "6e-1", "6e-2", "6e-3", "6e-4", "6e-5", "6e-6", "6e-7", "6e-8", "6e-9", "6e-10"]

训练类型#

下表列出了该training_type参数的所有可能值。
价值描述
men在男人脸上训练
female在女性脸部进行训练
couple对男女情侣进行训练;在图像数组中传递情侣图像,而不是单个人的图像
null在物体或任何东西上训练

Webhook 发布JSON#

这是 JSON 格式的 Webhook post 调用示例。
{
 "status": "success",
 "training_status": "deploying_gpu",
 "logs": "it will take upto 25 minutes",
 "model_id": "F5jvdzGnYi",
}

培训状态值#

下表描述了所有可能的训练状态。
地位描述
deploying_gpu部署GPU
training_started培训开始
training_success培训顺利完成
trained_model_compressing压缩训练好的模型
trained_model_uploading上传训练好的模型
trained_model_uploaded训练好的模型已上传
deploying_model部署经过训练的模型
model_ready训练好的模型可供使用
请求示例请求示例
Shell
JavaScript
Java
Swift
curl --location --request POST 'https://stablediffusionapi.com/api/v3/fine_tune_v2' \
--header 'Content-Type: application/json' \
--data-raw '{
  "key": "",
  "instance_prompt": "photo of adhik person",
  "class_prompt": "photo of person",
  "base_model_id": "portraitplus-diffusion",
  "images": [
    "https://stablediffusionapi.com/storage/avatars/AdhikJoshi_00001.png",
    "https://stablediffusionapi.com/storage/avatars/AdhikJoshi_00002.png",
    "https://stablediffusionapi.com/storage/avatars/AdhikJoshi_00003.png",
    "https://stablediffusionapi.com/storage/avatars/AdhikJoshi_00004.png",
    "https://stablediffusionapi.com/storage/avatars/AdhikJoshi_00005.png",
    "https://stablediffusionapi.com/storage/avatars/AdhikJoshi_00006.png",
    "https://stablediffusionapi.com/storage/avatars/AdhikJoshi_00007.png"
  ],
  "seed": "0",
  "training_type": "men",
  "learning_rate_unet": "2e-6",
  "steps_unet": "1500",
  "learning_rate_text_encoder": "1e-6",
  "steps_text_encoder": "350",
  "webhook": ""
}'
响应示例响应示例
{
  "status": "string",
  "messege": "string",
  "data": "string",
  "training_id": "string"
}

请求参数

Body 参数application/json
key
string 
必需
您用于请求授权的 API Key
instance_prompt
string 
必需
文本提示,说明您想如何称呼受过训练的人/物体
class_prompt
string 
必需
受训人员/物体的分类
base_model_id
string 
必需
用于训练模型的基本模型 ID
images
array[string]
必需
传递可访问的图像直接链接,裁剪为 512 x 512 像素。一个好的数字是 7-8 张图像。
seed
string 
必需
training_type
string 
必需
您正在训练的对象的类型
learning_rate_unet
string 
必需
unet模型的学习率。对于默认值“1e-6”,将其保留为空。
steps_unet
string 
必需
unet模型的步骤数;对于默认值“1500”,将其保留为空。
learning_rate_text_encoder
string 
必需
文本编码器模型的学习率。对于默认值“1e-6”,将其保留为空。
steps_text_encoder
string 
必需
文本编码器模型的步骤数。对于默认值“350”,将其保留为空。
webhook
string 
培训完成后接到电话
必需
示例

返回响应

🟢200成功
application/json
Body
status
string 
必需
messege
string 
必需
data
string 
必需
training_id
string 
必需
上一页
Lora 模型
下一页
Dreambooth 模型
Built with