SDXL Container

"image"

Un docker container para train SDXL LoRA adapters y run SDXL inference.

Este repo está optimizado para LoRA runs con “small image set”: 1) coloca images en un folder
2) (opcionalmente) auto-generate captions
3) train un LoRA en ./models/loras/
4) generate images inmediatamente con ese LoRA

What’s inside

GPU trainer container
Command entrypoint: train / caption / infer
LoRA training wrapper
Training launcher wrapper
BLIP captioning tool
Diffusers inference script
CPU-only test container para CI

Architecture / Mounts

docker-compose.yml monta local folders dentro del container:

./models → /models (base models + output LoRAs)
./datasets → /datasets (your raw images)
./workspace→ /workspace(runs + caches + outputs)
./scripts → /scripts (entrypoint + wrappers)

Todos los commands se ejecutan dentro del container, pero los files se escriben en tu host mediante estos mounts.

Prerequisites

Docker + Docker Compose
GPU + toolkit (para gpus: all)
Un SDXL base model como una de estas opciones: (a) local .safetensors/diffusers dir bajo ./models/base/, o (b) un Hugging Face repo id (por ejemplo, stabilityai/sdxl-turbo)
Un small dataset bajo ./datasets/<subject>/images/

Highlights:

Reproducible: todo se ejecuta dentro de un container (no se necesita local Python env).
Simple: un command para caption images (opcionalmente) + train.
Safe defaults para few-shot SDXL LoRA.
Includes inference: SDXL txt2img con LoRA usando diffusers.

Build

docker compose build trainer

Train (caption + LoRA)

# train
docker compose run --rm trainer train \
--base-model stabilityai/sdxl-turbo \
--images /datasets/yokosuka \
--run-name yokosuka \
--sdxl \
--caption-mode blip \
--concept-token sksyokosuka \
--max-train-steps 1600 \
--num-repeats 20 \
--network-dim 16 \
--network-alpha 8

Infer (txt2img)

docker compose run --rm trainer infer \
--base-model stabilityai/sdxl-turbo \
--lora /models/loras/title_***.safetensors \
--prompt "portrait photo of sksTitle, high detail, natural light" \
--negative-prompt "low quality, blurry, worst quality" \
--out-dir /workspace/outputs \
--num-images 4 \
--seed 123 \
--steps 30 \
--cfg 7.0 \
--lora-scale 0.8 \
--width 1024 --height 1024

Caption (BLIP)

Si quieres generate .txt captions junto a cada image (con el mismo basename):

# caption
docker compose run  \
--rm trainer caption  \  
--images /datasets/title \   
--prefix sksSubject    \
--overwrite

Inference (SDXL txt2img with LoRA)

Generate images con el trained LoRA:

# inference
docker compose run  \
--rm trainer infer    \
--base-model /models/base/sd_xl_base_1.0.safetensors    \
--lora /models/loras/title_***.safetensors    \
--prompt "sksSubject seaside"    \
--negative-prompt ""    \
--out-dir /datasets/title/inference    \
--num-images 4    \
--steps 30    \
--cfg 7.0    \
--width 1024    \
--height 1024    \
--lora-scale 0.8    \
--seed 42

Test

docker compose -f docker-compose.test.yml build
docker compose -f docker-compose.test.yml run --rm test

LoRA algorithm

LoRA (Low-Rank Adaptation) fine-tunes un diffusion model agregando un low-rank update a weight matrices seleccionadas mientras mantiene los base weights frozen.

Para una weight matrix W, LoRA aprende:

ΔW = (α / r) * (B @ A)

Donde:

r es el rank (–network-dim)

α es el scaling factor (–network-alpha)

A y B son las low-rank trainable matrices

En inference time, el effective weight se convierte en:

W’ = W + ΔW

Además, este repo te permite controlar qué tan fuerte influye LoRA en la generation mediante –lora-scale.

License

Apache License 2.0