基于节点图的扩散模型图形界面、API 与后端,可在本地生成图像、视频、音频和 3D 内容。
kohya-ss/sd-scripts
面向 Stable Diffusion 等图像生成模型的训练、生成与工具脚本集合,支持 LoRA 与微调。
- Star
- 7,242
- Fork
- 1,224
- 未关闭 Issue
- 917
- 最近提交
- 昨天
这是什么?
sd-scripts 是一套基于 Python 的命令行脚本,用于训练和运行图像生成模型。它支持 LoRA 训练、完整微调(包括 DreamBooth 类训练)、SD 与 SDXL 的 Textual Inversion,以及 inpainting 模型训练。支持的模型包括 Stable Diffusion 1.x/2.x、SDXL、SD3/SD3.5、FLUX.1、LUMINA、HunyuanImage-2.1、Anima 和 MOSS-Image。
除训练外,项目还提供图像生成脚本、数据集缓存工具、基于 WD14 的图片打标、模型格式转换和 LoRA 合并等实用工具。训练通过数据集配置文件进行设置,基于 PyTorch 与 Hugging Face Accelerate 运行。安装说明覆盖 Windows 与 Linux/WSL2,可选安装 xformers 和 DeepSpeed。
它面向需要可脚本化、可复现训练流程的用户,而非图形界面工具,文档提供英文和日文版本。
核心功能
- 01训练 LoRA 网络,并支持 LoHa、LoKr、OFTv2、BOFT 等变体。
- 02支持完整微调、DreamBooth 类训练,以及 SD 和 SDXL 的 Textual Inversion。
- 03提供 SD1.5 和 SDXL 的 inpainting 模型训练。
- 04包含图像生成脚本,以及模型转换、图片打标、LoRA 合并等工具。
- 05通过配置文件管理数据集和标注,支持多行标注。
适用场景
- 在本地 GPU 上为 FLUX.1 或 SDXL 训练自定义角色或风格 LoRA。
- 基于整理好的图片数据集微调 Stable Diffusion 模型。
- 训练前使用 WD14 批量为训练图片打标。
- 在 Linux 或 WSL2 服务器上进行可复现的脚本化训练实验。
快速上手
- 1
按照 README 中的 Windows 安装步骤或 Linux/WSL2 安装部分进行安装
- 2
根据 requirements.txt 升级依赖
pip install --upgrade -r requirements.txt
使用前须知
- 需要 PyTorch 2.6 或更高版本,部分功能还需要 triton(Windows 上为 triton-windows)。
- DeepSpeed 安装处于实验阶段,仅适用于 Linux 或 WSL2。
- 近期版本删除了部分脚本并更改了依赖,现有环境可能需要更新。
标签
常见问题
- sd-scripts 是什么?
- 面向 Stable Diffusion 等图像生成模型的训练、生成与工具脚本集合,支持 LoRA 与微调。 sd-scripts 是一套基于 Python 的命令行脚本,用于训练和运行图像生成模型。它支持 LoRA 训练、完整微调(包括 DreamBooth 类训练)、SD 与 SDXL 的 Textual Inversion,以及 inpainting 模型训练。支持的模型包括 Stable Diffusion 1.x/2.x、SDXL、SD3/SD3.5、FLUX.1、LUMINA、HunyuanImage-2.1、Anima 和 MOSS-Image。
- sd-scripts 可以免费使用吗?用的什么许可证?
- sd-scripts 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- sd-scripts 还在维护吗?
- 活跃维护中。sd-scripts 最近一次提交是在 2026年10月18日。
- sd-scripts 适合用来做什么?
- 在本地 GPU 上为 FLUX.1 或 SDXL 训练自定义角色或风格 LoRA。 基于整理好的图片数据集微调 Stable Diffusion 模型。 训练前使用 WD14 批量为训练图片打标。 在 Linux 或 WSL2 服务器上进行可复现的脚本化训练实验。
- sd-scripts 怎么安装和运行?
- 按照 README 中的 Windows 安装步骤或 Linux/WSL2 安装部分进行安装 根据 requirements.txt 升级依赖: pip install --upgrade -r requirements.txt
- 在哪里获取 sd-scripts?
- 源代码和安装说明在 GitHub 上:https://github.com/kohya-ss/sd-scripts
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
基于 Stable Diffusion XL 的离线开源图像生成软件,免去繁琐参数调节,专注于提示词即可出图。
Python 库,逐层加载大语言模型,让 70B 级模型可在单张 4GB 显卡上推理,无需量化。
通过一份 YAML 配置完成 LLM 微调与后训练的命令行工具,支持在低显存消费级显卡上训练。
基于 ComfyUI 的 Qwen-Image 2.1 出图配方与 agent 技能,支持 NSFW 图像生成与 136 个 3D 姿势控制。
基于 Gradio 的 Stable Diffusion 网页界面,延续 Forge 分支并支持多种新模型与性能优化。