Nerogar/OneTrainer

OneTrainer — это универсальное решение для всех ваших задач обучения Diffusion.

Обучение⭐ 3 212Pythonпоследний релиз: pre-upgrade
Открыть на GitHub ↗

Что это за инструмент

OneTrainer — это универсальное решение для обучения моделей на базе Diffusion, поддерживающее широкий спектр архитектур и форматов.

Зачем нужен

Инструмент решает задачу полного цикла обучения нейросетей: от подготовки датасета (авто-капшенинг, маски) до самого процесса fine-tuning и валидации. Он полезен тем, что объединяет множество методов обучения и моделей в одном интерфейсе, позволяя отслеживать прогресс через TensorBoard и делать автоматические бэкапы.

Что можно реализовать

  • Обучение LoRA, full fine-tuning или embeddings для моделей FLUX.1, SDXL, Stable Diffusion 3.0/3.5 и других.
  • Подготовка датасета с помощью автоматического генерирования caption (BLIP, WD-1.4) и создания масок (ClipSeg, Rembg).
  • Обучение на изображениях с разными соотношениями сторон через Aspect Ratio Bucketing и Multi-Resolution Training.
  • Мониторинг процесса обучения в реальном времени через интеграцию с TensorBoard.
  • Конвертация моделей между форматами diffusers и ckpt через встроенный UI.

Ключевые возможности

  • Поддержка огромного списка моделей: FLUX.1/2, SD 1.5/2/3, PixArt, Sana, Hunyuan Video и др.
  • Встроенные инструменты для датасета: авто-капшенинг и генерация масок.
  • Автоматические бэкапы прогресса обучения для бесшовного продолжения.
  • Гибкие методы обучения: Full fine-tuning, LoRA, embeddings, masked training.
  • Двойной режим работы: удобный GUI и CLI для headless-серверов.

👤 Кому подойдёт: разработчики и энтузиасты, работающие с генеративными моделями (diffusion, image generation), которым нужен единый инструмент для обучения и валидации.

Релизы