Fibo 2.0 LoRA 학습 및 캐릭터 포팅 워크플로우

요약

Bria가 공개한 신규 모델 Fibo 2.0을 활용하여 15장의 이미지만으로 특정 캐릭터(봉제 인형) LoRA 학습을 성공적으로 수행한 사례가 공유되었습니다. 학습에는 Bria의 train_lora.py 스크립트가 사용되었으며 1024px 해상도, rank 64, alpha 64, 1e-4 constant 학습률 설정이 적용되었습니다. 총 400 스텝을 진행한 결과 300 스텝 지점에서 최적의 결과물을 얻었으며, 학습은 Vast에서 대여한 A100 40GB GPU 환경에서 약 42분이 소요되었습니다. 당시 VRAM은 최대 23GB를 사용했고 총 GPU 비용은 2달러 수준으로, 단순한 편집 명령어로도 고품질의 LoRA 결과물을 생성할 수 있었습니다. 이번 실험은 Fibo 2.0이 적은 데이터셋으로도 충분히 효과적인 학습이 가능함을 보여줍니다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.