DreamBooth Detaylı Açıklama
DreamBooth, Google Research tarafından 2022'de yayınlanan ve diffusion modellerini az sayıda görsel ile belirli bir konu, nesne veya stile özelleştirmeyi sağlayan bir fine-tuning tekniğidir. Yalnızca 3-5 fotoğrafla bir modeli kişiselleştirerek, o konuyu farklı sahnelerde, pozlarda ve stillerde üretmeyi mümkün kılar.
DreamBooth'un çalışma prensibi, "prior preservation loss" adı verilen özel bir eğitim tekniğine dayanır. Model, verilen örnekleri benzersiz bir tanımlayıcı (unique identifier) ile eşleştirir ve aynı zamanda modelin genel yeteneklerini korur. Örneğin, köpeğinizin 5 fotoğrafını kullanarak modeli eğittiğinizde, "[V] dog on the beach" gibi bir promptla köpeğinizi sahilde gösteren yeni görseller üretebilirsiniz.
DreamBooth, LoRA ve textual inversion gibi diğer kişiselleştirme yöntemlerinden daha kapsamlı bir model uyarlaması yapar. Model ağırlıklarının tamamını güncellerken LoRA yalnızca küçük bir parametre alt kümesini eğitir. Bu nedenle DreamBooth genellikle daha yüksek kalite sağlar ancak daha fazla GPU belleği ve eğitim süresi gerektirir.
Kullanım alanları arasında kişiselleştirilmiş AI portreler (kendi yüzünüzle farklı stillerde görseller), ürün görselleri (belirli bir ürünü farklı ortamlarda gösterme), karakter tutarlılığı (aynı karakteri farklı sahnelerde üretme), evcil hayvan portreleri ve marka görselleri yer alır.
[Stable Diffusion](https://tasarim.ai/kesfet/ai-gorsel-uretimi/stable-diffusion) ekosisteminde DreamBooth eğitimi yaygın olarak kullanılır. [Leonardo AI](https://tasarim.ai/kesfet/ai-gorsel-uretimi/leonardo-ai) kendi model eğitim özelliğiyle benzer bir deneyim sunar. [Flux](https://tasarim.ai/kesfet/ai-gorsel-uretimi/flux) modelleri de DreamBooth ile özelleştirilebilir.
DreamBooth eğitimi için tipik gereksinimler: 3-20 yüksek kaliteli referans görseli, minimum 8GB VRAM'li GPU (veya bulut GPU hizmeti), 15-60 dakika eğitim süresi ve temel komut satırı bilgisi (veya GUI arayüzler: kohya_ss, bmaltais/sd-scripts).
Pratik öneri: DreamBooth'a başlarken 10-15 çeşitli açıdan çekilmiş, iyi aydınlatılmış fotoğrafla başlayın. Eğer güçlü bir GPU'nuz yoksa, [Leonardo AI](https://tasarim.ai/kesfet/ai-gorsel-uretimi/leonardo-ai)'ın bulut tabanlı model eğitim özelliğini kullanabilirsiniz. Eğitim sırasında overfitting'e dikkat edin — çok fazla adım modelin yaratıcılığını kısıtlar.