Skip to content

Boogu-Image 0.1 Quickstart

यह guide SimpleTuner में Boogu-Image 0.1 के लिए LoRA और LyCORIS LoKr training बताती है। Boogu-Image एक flow-matching image model है जिसमें text-to-image, turbo, और edit flavours हैं। SimpleTuner integration local pipeline और transformer code इस्तेमाल करता है, और exported pipeline checkpoints Hugging Face के SimpleTuner namespace में रखे जाते हैं।

शामिल starter configs:

simpletuner/examples/boogu_image/v0.1-base/default/peft-lora/config.json
simpletuner/examples/boogu_image/v0.1-base/default/lycoris-lokr/config.json

Hardware requirements

Boogu-Image को large transformer image model की तरह plan करें। पहली runs के लिए 1024px training, batch size 1, bf16 mixed precision, और gradient checkpointing इस्तेमाल करें।

Recommended starting points:

  • Default: v0.1-base, bf16 LoRA weights, rank 16।
  • Lower VRAM: v0.1-base-fp8, v0.1-turbo-fp8, या v0.1-edit-fp8 जैसे FP8 flavour।
  • Fast validation / inference: turbo flavour, नीचे दिए assistant LoRA status को ध्यान में रखकर।
  • Editing: paired conditioning data के साथ v0.1-edit या v0.1-edit-fp8।

Memory usage rank, optimizer, validation resolution, offload, compile settings, और FP8 weights पर निर्भर करती है। एक single H100 included PEFT LoRA example को 1024px पर 1000 steps तक benchmark और validation samples enabled के साथ train कर सकता है।

Torch compile और attention

NVIDIA GPUs पर available होने पर Hugging Face Hub kernel attention aliases इस्तेमाल करें:

{
  "attention_mechanism": "flash-attn-3-hub",
  "dynamo_backend": "inductor",
  "dynamo_use_regional_compilation": true
}

अगर किसी GPU/driver stack पर compiled validation black images बनाता है, तो training recipe बदलने से पहले torch compile disable करके retest करें।

Installation

SimpleTuner को pip से install करें:

pip install 'simpletuner[cuda]'

# CUDA 13 / Blackwell users
pip install 'simpletuner[cuda13]' --extra-index-url https://download.pytorch.org/whl/cu130

Manual installation या development setup के लिए installation documentation देखें।

Environment setup

Web interface method

SimpleTuner WebUI Boogu-Image training config बना सकता है:

simpletuner server

http://localhost:8001 खोलें और model family में boogu_image चुनें।

Manual / command-line method

config/config.json.example को config/config.json में copy करें:

cp config/config.json.example config/config.json

ये values review करें:

  • model_type - lora।
  • lora_type - PEFT LoRA के लिए standard, LyCORIS LoKr के लिए lycoris।
  • model_family - boogu_image।
  • model_flavour - v0.1-base, v0.1-base-fp8, v0.1-turbo, v0.1-turbo-fp8, v0.1-edit, या v0.1-edit-fp8।
  • pretrained_model_name_or_path - आम तौर पर unset रखें ताकि flavour SimpleTuner/Boogu-Image-0.1-* pipeline चुने।
  • output_dir - checkpoints और validation images का output directory।
  • train_batch_size - 1 से शुरू करें।
  • resolution - 1024 से शुरू करें।
  • resolution_type - multi-aspect buckets के लिए pixel_area।
  • validation_resolution - 1024x1024; multiple sizes comma-separated हो सकते हैं।
  • validation_guidance - base/edit के लिए करीब 4.0।
  • validation_num_inference_steps - base/edit के लिए करीब 30; turbo कम steps इस्तेमाल कर सकता है।
  • mixed_precision - modern NVIDIA GPUs पर bf16।
  • gradient_checkpointing - enabled रखें।
  • flow_schedule_shift - examples 3 इस्तेमाल करते हैं।

Minimal PEFT LoRA config:

{
  "model_type": "lora",
  "model_family": "boogu_image",
  "model_flavour": "v0.1-base",
  "lora_type": "standard",
  "lora_rank": 16,
  "lora_alpha": 16,
  "output_dir": "output/models-boogu-image-v0.1",
  "train_batch_size": 1,
  "validation_resolution": "1024x1024",
  "validation_guidance": 4.0,
  "validation_num_inference_steps": 30,
  "validation_prompt": "a polished product photo of a ceramic mug on a walnut desk",
  "validation_steps": 50,
  "mixed_precision": "bf16",
  "gradient_checkpointing": true,
  "flow_schedule_shift": 3,
  "optimizer": "adamw_bf16",
  "learning_rate": 1e-4,
  "lr_scheduler": "constant_with_warmup",
  "lr_warmup_steps": 10,
  "max_train_steps": 1000,
  "resolution": 1024,
  "resolution_type": "pixel_area",
  "data_backend_config": "config/examples/_shared/multidatabackend-small-dreambooth-1024px.json"
}

Examples run करना

simpletuner train example=boogu_image/v0.1-base/default/peft-lora
simpletuner train example=boogu_image/v0.1-base/default/lycoris-lokr

Development checkout form:

simpletuner train env=examples/boogu_image/v0.1-base/default/peft-lora
simpletuner train env=examples/boogu_image/v0.1-base/default/lycoris-lokr

FP8 flavours

Exported FP8 pipeline weights load करने के लिए -fp8 flavours इस्तेमाल करें:

{
  "model_family": "boogu_image",
  "model_flavour": "v0.1-base-fp8"
}

यही pattern v0.1-turbo-fp8 और v0.1-edit-fp8 पर भी लागू होता है। SimpleTuner को Boogu .bin files पर point करने की जरूरत नहीं है।

Turbo assistant LoRA

SimpleTuner v0.1-turbo और v0.1-turbo-fp8 के लिए assistant LoRA code path enable करता है। Adapter path अभी None placeholder है क्योंकि इस integration के लिए अलग assistant adapter अभी publish नहीं हुआ है।

जब तक adapter available नहीं है, turbo को exported pipeline target की तरह इस्तेमाल करें और quality को validation से directly check करें। सबसे predictable baseline के लिए v0.1-base से शुरू करें।

Edit training

Boogu edit flavours को paired conditioning data चाहिए। Qwen Image Edit quickstart में बताई paired-reference dataset structure इस्तेमाल करें।

Text-to-image LoRA runs के लिए base या turbo flavours इस्तेमाल करें।

Validation prompts

validation_prompt primary validation prompt है। अधिक coverage के लिए prompt library जोड़ें:

{
  "product": "a polished product photo of <token> on a walnut desk",
  "studio": "a clean studio portrait of <token> with softbox lighting",
  "cinematic": "a cinematic scene featuring <token>, detailed lighting, shallow depth of field"
}

Config में इसे point करें:

{
  "validation_prompt_library": "config/user_prompt_library.json"
}

Overfitting, prompt collapse, और style drift पकड़ने के लिए sufficiently distinct prompts इस्तेमाल करें।

Inference

Training के बाद saved adapter को उसी Boogu-Image pipeline flavour के साथ load करें जो training में इस्तेमाल हुआ था। मुख्य file आम तौर पर यह होती है:

output/models-boogu-image-v0.1/pytorch_lora_weights.safetensors