一张 32GB 消费级显卡微调 Qwen-Image-Edit 变深度估计器,几天搞定
AntonObukhov1 · x · 2026-09-09
Marigold V2 作者 Anton Obukhov 公开低成本复现配方:
- 拿一个预训练 DiT(具体用了 Qwen-Image-Edit-2509)
- 量化到 4-bit
- 加 rank-128 的 QLoRA
- 在单张 32GB 消费级 GPU 上微调
几小时得到合理的深度输出,整个项目几天完成——不需要 80GB 显存,也不需要 8 卡节点。推理只需单步,2K 分辨率也不会 OOM。论文、代码、权重和 demo 链接齐全。
这是把大预训练模型低成本改造成专用感知模型的教科书式流程,普通研究者完全可以照搬。
所属事件:Marigold V2 发布：单卡训练的 DiT 深度估计器(11 条相关)→
「多模态」频道最新
- 开源 FableCut 用远程 MCP 让 AI Agent 直接剪辑浏览器时间线 — FastPresence9799 · 2026-10-27
- Anima 用户求助：如何让提示词里的灯笼都画在远处 — MadaleineSakurai · 2026-10-27
- MOSS-Image 生态周报：锐度滑块 LoRA、漫画透明通道与红框局部重绘 — optimisticalish · 2026-10-27
- Wan2.2 图生视频 Space 冲上 Hugging Face 热门榜 — JCisHERE · 2026-10-27
- PlayCanvas 开源 splat-transform 工具 NPM 周下载破 3.5 万 — willeastcott · 2026-10-27
- Ludovic Creator 用 Seedance 2.5 打造 Snorricam 运镜系列短片 — LudovicCreator · 2026-10-27