Nouveau nœud : OmniLoRA

OmniLoRA est un nœud d'entraînement ComfyUI créé par l'auteur communautaire cyberterm : connectez le modèle de diffusion, l'encodeur de texte et le VAE sur le canevas, renseignez le dossier d'images et le mot d'activation pour lancer l'entraînement ; le LoRA est enregistré dans models/loras, et le modèle entraîné peut être directement connecté à KSampler pour vérifier les images générées. L'auteur affirme qu'il identifie automatiquement l'architecture depuis l'environnement d'exécution de ComfyUI, prenant en charge Flux, Qwen-Image, Wan, SDXL, HunyuanVideo, LTX-Video, etc., et permettant également l'entraînement sur des modèles de base quantifiés FP8, INT8 et GGUF ; avant de commencer l'entraînement, la mémoire vidéo est calculée à l'avance, et les couches qui ne tiennent pas sont chargées à la demande depuis la mémoire système. Il inclut 5 flux de travail d'exemple et un panneau de courbe de perte sur le canevas, permettant de sauvegarder manuellement des points de contrôle à tout moment et de sauvegarder automatiquement en cas d'interruption.

OmniLoRA est un nœud d'entraînement ComfyUI créé par l'auteur communautaire cyberterm : connectez le modèle de diffusion, l'encodeur de texte et le VAE sur le canevas, renseignez le dossier d'images et le mot d'activation pour lancer l'entraînement ; le LoRA est enregistré dans models/loras, et le modèle entraîné peut être directement connecté à KSampler pour vérifier les images générées. L'auteur affirme qu'il identifie automatiquement l'architecture depuis l'environnement d'exécution de ComfyUI, prenant en charge Flux, Qwen-Image, Wan, SDXL, HunyuanVideo, LTX-Video, etc., et permettant également l'entraînement sur des modèles de base quantifiés FP8, INT8 et GGUF ; avant de commencer l'entraînement, la mémoire vidéo est calculée à l'avance, et les couches qui ne tiennent pas sont chargées à la demande depuis la mémoire système. Il inclut 5 flux de travail d'exemple et un panneau de courbe de perte sur le canevas, permettant de sauvegarder manuellement des points de contrôle à tout moment et de sauvegarder automatiquement en cas d'interruption.

Pourquoi c'est important Aucun environnement d'entraînement supplémentaire n'est nécessaire ; l'auteur affirme la prise en charge des modèles de base quantifiés tels que FP8 et GGUF, ainsi que des cartes graphiques Intel, AMD et Apple, en déplaçant les couches vers la mémoire système lorsque la mémoire vidéo est insuffisante.

Étoiles GitHub 17 · Téléchargements Registry 8

Licence : usage commercial autorisé · ComfyUI : nœud communautaire · Analyse de sécurité : validée · Mémoire vidéo : non spécifiée

Audit du nœud : N1 validés · N2 avec avertissements · N3 en attente d'examen humain (version 1.0.2)

  • MEDIUM pickle / torch.load sans weights_only

Justification

  • Apache-2.0 ; le README fournit des paramètres de départ distincts pour les portraits, les styles, les tests rapides et les configurations à faible mémoire vidéo
  • L'auteur affirme qu'aucune dépendance pip supplémentaire n'est requise, utilisant uniquement torch, safetensors et Pillow inclus dans ComfyUI

Utilisation

  • Après installation du nœud, glissez omni_lora_basic_workflow.json depuis example_workflows dans ComfyUI, sélectionnez les modèles dans Load Diffusion Model, CLIPLoader et VAELoader, renseignez le chemin du dossier d'images et le trigger_word dans OmniLoRA Dataset & Prompt Loader, puis cliquez sur Queue Prompt ; pour les cartes graphiques de 8–12 Go, l'auteur recommande de choisir adafactor comme optimiseur

Risques

  • Audit du nœud : N1 validés, N2 avec avertissements (un appel torch.load, avec weights_only=True déjà présent dans le code), N3 n'ont pas encore fait l'objet d'une lecture humaine complète ; aucune commande d'installation n'est fournie dans cette édition
  • 1.0.2 vient d'être publié, avec très peu de téléchargements sur le Registry ; les architectures prises en charge ont été testées par l'auteur lui-même, et les résultats d'entraînement varient selon le modèle de base et les données

Ouvrir

Comfy Registry

Parcourir les dernières actualités IA