رفتن به محتوا

ERNIE-Image Trainer

یکپارچه‌سازی

شناسه مدل ernie-image-trainer
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/ernie-image-trainer?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

این درخواست: ⁨‎$۲٫۴۰⁩ ۲٬۴۰۰ اعتبار API اجرای آن در این صفحه

دریافت کلید API
Baidu آموزش #lora#personalization#trainer

آموزش LoRA برای Ernie Image از یک فایل zip شامل تصاویر دارای کپشن

Baidu · فایل

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی

URL یک بایگانی ZIP شامل تصاویر ورودی همراه با فایل‌های کپشن. برای نام فایل‌های تصویر از ROOT.EXT، مانند 001.jpg، و برای کپشن متناظر از ROOT.txt، مانند 001.txt، استفاده کنید. تصاویر بدون فایل کپشن از default_caption استفاده می‌کنند.

پیش‌فرض 2000

تعداد کل گام‌های آموزش.

پیشرفته default_caption · learning_rate

کپشنی که جایگزین فایل‌های کپشن گمشده می‌شود؛ مقدار None نبودن آن‌ها را خطا می‌کند.

پیش‌فرض 0.0005

نرخ یادگیری آموزش.

POST /run/ernie-image-trainer?wait=20 قیمت → ⁨‎$۲٫۴۰⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/ernie-image-trainer?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره ERNIE-Image Trainer

یک LoRA را از `images_data_url`، یعنی فایل zip تصاویر همراه با فایل‌های متنی کپشن متناظر، ریزتنظیم می‌کند. بازه `steps` از 10 تا 40000 است (پیش‌فرض 2000) و مقدار پیش‌فرض `learning_rate` برابر 0.0005 است. `default_caption` جایگزین فایل‌های کپشن گمشده می‌شود. خروجی شامل فایل پیکربندی و وزن‌های LoRA برای diffusers است.

پارامترها

نامنوع پیش‌فرضمجاز توضیحات
images_data_urlالزامی
نوعstring
URL یک بایگانی ZIP شامل تصاویر ورودی همراه با فایل‌های کپشن. برای نام فایل‌های تصویر از ROOT.EXT، مانند 001.jpg، و برای کپشن متناظر از ROOT.txt، مانند 001.txt، استفاده کنید. تصاویر بدون فایل کپشن از default_caption استفاده می‌کنند.
stepsاختیاری
نوعinteger
پیش‌فرض2000
۱۰ – ۴۰٬۰۰۰
تعداد کل گام‌های آموزش.
default_captionاختیاری
نوعstring | null
کپشنی که جایگزین فایل‌های کپشن گمشده می‌شود؛ مقدار None نبودن آن‌ها را خطا می‌کند.
learning_rateاختیاری
نوعnumber
پیش‌فرض0.0005
نرخ یادگیری آموزش.
الزامی

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ernie-image-trainer",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 2400,
    "usd": "2.40",
    "charged": 2400,
    "refunded": 0
  },
  "input": {
    "images_data_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "output": {
    "diffusers_lora_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "config_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
diffusers_lora_file
object {url, content_type, file_name, file_size}URL وزن‌های LoRA آموزش‌دیده در قالب diffusers.
config_file
object {url, content_type, file_name, file_size}URL فایل پیکربندی مدل آموزش‌دیده.

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/ernie-image-trainer.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt