Skip to content
For the complete documentation index, see llms.txt. This page is also available as Markdown.

編集モデルのトレーニング

編集前と編集後の画像を使って、画像編集用LoRAをトレーニングします。

このガイドでは、編集前後の画像の整理方法、モデルに学習させる編集内容の説明方法、トレーニングの設定、保存したLoRAのテスト方法を解説します。

編集トレーニングの種類とおすすめ

カテゴリ
モデル

単一画像の編集

qwen edit 2511 / qwen edit 2509 / qwen edit / kontext

複数画像の編集

qwen edit 2511 / qwen edit 2509 / qwen edit / kontext


編集モデルのトレーニングと通常のLoRAトレーニングの違い

比較項目
必要な画像枚数
適した用途

LoRA

通常は50~100枚以上

スタイル変換、キャラクターや物体の特徴学習

編集LoRA

通常は10~50組で十分な結果が得られます

意味を正確に制御するクリエイティブな編集、画像の変更、一部要素の転用


データセットの準備

画像の選別

  • トレーニング用データセットの画像は、編集前の画像と編集後の画像を1組にして整理します。

    1組には、編集前の画像、編集後の画像、編集内容の注釈を含めます。

  • 画像セット数: 10~50組を推奨します。アップロードできる最大数は100組です。

  • 画像の選び方: 編集前の画像は複数のタイプを用意してください。透かし入りの画像を使う場合は、あらかじめ透かしを削除します。

  • 例: 画像をインク風のスタイルに変換したい場合は、汎用性を高めるため、写実系、線画、人物、物体、風景など、さまざまな種類の編集前画像を用意します。

  • データセットの画像数:

項目
kontext
qwen edit
qwen edit 2509
qwen edit 2511

編集前の画像数

1

1

1~3

1~3

編集後の画像数

1

1

1

1

画像の注釈

  • 注釈の言語: 翻訳による誤りを避けるため、英語での注釈をおすすめします。

  • デフォルト注釈: 注釈がない場合に入力できます。すべての画像セットに注釈がある場合は、入力する必要はありません。

  • 注釈の内容: 正しい注釈では、編集前の画像と編集後の画像の違いを説明します。簡潔な説明だけで十分です。

✅正しい例: 画像をインク風のスタイルに変換する、魚眼レンズ風に変換する、キャラクターを猫に変える。

❌誤った注釈: 通常の画像モデルのトレーニングのように、画像に何が写っているかを説明する注釈。

❌誤った例: 緑色の手すりの上に立つ、長い黒髪でピンクのタンクトップと青いデニムショートパンツを着た、川沿いの若いアジア人女性。背景には橋がある。

データセットをアップロードする

  • クリックして画像をアップロードします。一度にアップロードできる画像は最大50枚です。50枚を超える分は正常にアップロードされません。

  • アップロードする画像をすべて選択します。ファイル名に一定の形式がない場合、画像は対応するグループの直下にある「未マッチ画像」にまとめて配置されます。未マッチ画像は最大50枚まで蓄積できるため、対応するグループへ手動で移動してください。

  • 各画像グループの注釈を手動で入力します。または、デフォルト注釈に統一した注釈プロンプトを入力して、すべての注釈を一括で設定します。


パラメータ設定

トレーニングステップ数

  • トレーニングステップ数を増やすと、各画像で適切な効果を再現しながら、より高い汎用性を維持しやすくなります。そのため、データセットの画像数とステップ数を増やす必要があります。

  • 特定の用途だけに使う場合は、データセットの画像数とステップ数を少なめに設定してください。

  • 推奨ステップ数: 初期値は1500ステップです。20~50組のデータセットでは、2000~3000ステップをおすすめします。

トレーニングエポック数

  • 画像の繰り返し回数: グループ数と、各グループを何回トレーニングするかによって実際の値が決まります。

  • サイクルエポック: すべてのグループが画像の繰り返し回数に従ってトレーニングを完了すると、サイクルエポックは1になります。これは、画像トレーニングにおけるエポックと繰り返し回数の考え方と同じです。

  • 多くの場合、トレーニングには初期設定のパラメータを使用してください。一般的に、グループ数が多い場合は、画像の繰り返し回数とサイクルエポックを少なめに設定できます。

学習率

  • 初期設定の学習率をそのまま使用できるため、変更する必要はありません。

デフォルト注釈

  • デフォルト注釈とは、すべての画像グループ、または一部の画像グループに注釈がない場合に入力される共通の注釈です。注釈の入力漏れを防ぐために使用します。

モデル効果プレビューの編集前画像

  • プレビュー画像には、編集前の画像を使用します。必要な枚数の編集前画像をアップロードしてください。

モデル効果プレビューの注釈

  • プレビュー用の注釈には、データセットで使用した注釈と同じ内容を入力できます。


基本的なトレーニング手順

  • 複数画像トレーニングと単一画像トレーニングの違いは、アップロードする編集前画像の枚数だけです。それ以外の手順は同じです。

単一画像トレーニング

トレーニングの流れ:

画像をアップロード → 編集前の画像と編集後の画像を対応付ける → 注釈を入力 → デフォルト注釈を入力 → サンプル画像をアップロード → サンプル画像用のプロンプトを入力 → エポック数を調整 → トレーニングをクリック

テストの流れ:

トレーニング進捗ページ → モデルを保存 → 個人プロフィールへ移動 → モデル → モデル詳細ページ → 生成 → ワークフロー → テスト画像をアップロード → トリガーワードとプロンプトを入力 → 生成をクリック

複数画像トレーニング

複数画像を使ってトレーニングします。

```

Last updated