dreambooth-for-diffusion
dreambooth-for-diffusion copied to clipboard
关于输入图像维度的问题
看到有说明输入的图像需要转化为512512维度的图像。 我有大概数千张3232的带类别标签的图像,如何采用这些图像去重新训练stable diffusion model? 需要缩放为512512吗?还是说有办法拿这些3232的图像直接去训练。 如果去训练改模型,vae、unet、text encoder这些权重哪些需要改变? 我是刚入门的小白,望大佬指教