Qwen-Image LoRA最新版

FlyMy.AI 开源了针对 Qwen-Image 模型的 LoRA训练工具，为开发者提供一个轻量、高效、可扩展的多模态模型微调工具。

该项目旨在降低图像生成模型定制化的门槛，支持用户基于自有数据集快速训练个性化 LoRA 模型，适用于图像风格迁移、特定对象生成等场景。

什么是 Qwen-Image？

Qwen-Image 是通义千问系列中首个专注于图像生成的基础大模型。通过 LoRA 微调，可以在不重训整个模型的前提下，让其适应特定视觉风格或任务需求，显著降低计算成本。

FlyMy.AI 的这一开源项目，正是为了帮助开发者更便捷地完成这一过程。

项目特点

⚠️ 项目状态：开发中，但已可用

当前项目处于积极完善阶段，核心功能已稳定运行，适合早期采用者和实验性项目使用。

开发进展

📌 建议用于研究、原型开发或小规模生产；大规模部署前建议自行验证稳定性。

📦 快速安装与环境准备

1. 克隆项目仓库

git clone https://github.com/FlyMyAI/qwen-image-lora-trainer
cd qwen-image-lora-trainer

2. 安装依赖

pip install -r requirements.txt

3. 安装最新版 Diffusers（GitHub 主干）

pip install git+https://github.com/huggingface/diffusers

⚠️ 注意：需使用最新版本 diffusers 以确保兼容 Qwen-Image 架构。

💾 可选：下载预训练 LoRA 权重

FlyMy.AI 提供了一个示例 LoRA 模型 —— flymy_realism.safetensors，用于增强图像写实风格。

方法一：克隆完整权重仓库

git clone https://huggingface.co/flymy-ai/qwen-image-realism-lora

方法二：单独下载权重文件

wget https://huggingface.co/flymy-ai/qwen-image-realism-lora/resolve/main/flymy_realism.safetensors

该权重可用于迁移学习起点，或作为推理时的风格插件。

🏁 开始训练：一键启动

使用配置文件启动训练任务：

accelerate launch train.py --config ./train_configs/train_lora.yaml

配置文件说明（train_lora.yaml）

请确保以下关键字段已正确设置：

model_name_or_path: "Qwen/Qwen-Image"                # 基座模型路径
dataset_path: "./data/my_images"                     # 本地数据集目录
output_dir: "./output/lora_weights"                  # 权重输出路径
resolution: 512                                      # 图像分辨率
train_batch_size: 4
gradient_accumulation_steps: 4
learning_rate: 1e-4
max_train_steps: 5000
lora_rank: 32                                        # LoRA 秩
lora_alpha: 64
lora_dropout: 0.05

支持从 Hugging Face Dataset 或本地文件夹加载图像-文本对数据。

使用建议与适用场景

✅ 推荐使用场景

• 图像风格定制（如写实风、动漫风、极简风）
• 特定对象生成（如品牌产品、人物形象）
• 多模态代理系统中的个性化视觉输出模块

🛠️ 硬件建议

• 显存 ≥ 16GB（如 RTX 3090 / 4090）
• 使用 accelerate 支持多卡训练（可选）
• 推荐启用混合精度（FP16）以提升效率

关于 FlyMy.AI

FlyMy.AI 是一家专注于生成式 AI 代理基础设施的 B2B 技术公司。其目标是为企业和开发者提供构建、运行和管理生成式 AI 媒体代理的底层平台，涵盖文本、图像、视频等多模态内容的自动化生成与调度。