Wie ich die Erstellung von Social-Media-Stickern automatisierte: Lokales Training einer Style-LoRA für SD 1.5 mit 30 Bildern
Stability AI
Google/DeepMind
OpenAI
Salesforce
Ein Enthusiast entwickelte eine kontrollierte Pipeline, um eine Style-LoRA auf Stable Diffusion 1.5 mit 30 handverlesenen VK-Stickern zu trainieren, mit dem Ziel, konsistente Sticker-Pack-Vorbereitungen zu erstellen. Sie verwendeten einen benutzerdefinierten Trigger-Token 'vkstckrs' und automatisierten Hintergrundersetzung und Bildbeschriftung mit KI-generierten Python-Skripten von Gemini 3.1 Pro und ChatGPT 5.6.
Der Autor stand vor dem Problem, dass die Erstellung konsistenter Illustrationen für Sticker-Pakete mit Prompt-Engineering schwierig ist, und entschied sich daher, einen Style-LoRA auf Stable Diffusion 1.5 zu trainieren. SD 1.5 wurde aufgrund seiner geringen Hardware-Anforderungen und seines umfangreichen Ökosystems gewählt, trotz seiner Einschränkungen beim Verständnis komplexer Beschreibungen. Der Datensatz bestand aus 30 Stickern, die manuell von stickersvk.com ausgewählt wurden, wobei pro Paket ein Sticker verwendet wurde, um zu vermeiden, dass das Modell bestimmte Charaktere oder Autoren auswendig lernt; Bilder mit Text, komplexen Posen oder abweichenden Stilen wurden ausgeschlossen. Sie verwendeten einen Trigger-Token 'vkstckrs', um die gelernten Merkmale während der Generierung zu aktivieren. Gemini 3.1 Pro schrieb ein Python-Skript, um transparente Hintergründe durch Weiß zu ersetzen und als JPG zu speichern, während ChatGPT 5.6 Bildunterschriften mit BLIP, einem vortrainierten Bildbeschriftungsmodell, generierte. Der Autor betonte, dass das Modell nur für Bildungszwecke trainiert wurde, die Bilder nach dem Training gelöscht wurden und keine kommerzielle Nutzung beabsichtigt ist.
Quelle: Habr — хаб ИИ —
Original