الوصف

🖼️ اسم الأداة:

DreamBooth (Stable Diffusion Fine-Tuning)


🔖 التصنيفات (7 كحد أقصى):

  • التنبؤ والتعلم الآلي التطبيقي
  • تصميم وصناعة الصور
  • توليد صور من نص
  • البرمجة والتطوير
  • نمذجة ورندرة ثلاثية الأبعاد

✏️ ما الذي تقدّمه هذه الأداة؟

DreamBooth هو أسلوب لتخصيص نماذج توليد الصور مثل Stable Diffusion بحيث يتعلم النموذج هوية محددة (شخص، حيوان أو كائن) من عدد قليل جدًا من الصور (عادة 3 إلى 10 صور).

بعد التدريب، يتم ربط هذه الهوية برمز خاص (Token) مثل sks، ويمكن استخدامه داخل أي prompt لتوليد صور جديدة لنفس الهوية داخل بيئات مختلفة مثل أماكن، إضاءات وزوايا متنوعة، مع الحفاظ على ملامحها الأساسية.

الفكرة تعتمد على إعادة تدريب النموذج (fine-tuning) بحيث يدمج الهوية الجديدة داخل نظام التوليد بدل الاعتماد فقط على بياناته العامة.


⭐ ما الذي يقدّمه فعليًا بناءً على الاستخدام؟

  • إنشاء هوية رقمية مخصصة من صور قليلة
  • توليد نفس الشخص/الكائن في مشاهد مختلفة
  • الحفاظ على ملامح الهوية بدقة عالية
  • التحكم في السياق (خلفيات، إضاءة، أوضاع)
  • نتائج واقعية جدًا مقارنة بالنماذج العامة
  • تخصيص عميق لنموذج Stable Diffusion

🤖 هل تتضمّن الأتمتة؟

نعم، بشكل جزئي وتقني:

  • أتمتة عملية تدريب النموذج على الهوية
  • ربط الهوية تلقائيًا برمز داخل الـ prompt
  • توليد صور جديدة تلقائيًا بنفس الهوية
  • استخدام صور تنظيمية (regularization images) لمنع overfitting وتحسين التعميم

💰 نموذج التسعير:

💰 نموذج التسعير العام

البندالتفاصيل
النظاممفتوح المصدر بالكامل
الترخيصMIT License
الخطط المدفوعةغير موجودة
الفكرةالكود مجاني لكن التشغيل يعتمد على العتاد

🆓 الخطة المجانية

البندالتفاصيل
السعر0$
الوصولكامل للكود
الاستخدامتشغيل محلي
التعديلمتاح بالكامل
القيوديحتاج جهاز قوي لتشغيل فعلي
الهدفتطوير / تجارب / بحث

⚙️ التكلفة الفعلية (بدون اشتراك رسمي)


🖥️ متطلبات الأجهزة

البندالتفاصيل
GPU المطلوبRTX 3060 أو أعلى
VRAM12GB – 24GB
التكلفة300 – 1500$+ (جهاز مناسب)
الاستخدامتدريب وتشغيل النماذج

☁️ التشغيل السحابي (Cloud GPU)

البندالتفاصيل
التكلفة1.5 – 3$ بالساعة
الاستخدامتدريب أسرع بدون جهاز محلي قوي
الفائدةمناسب للمشاريع المؤقتة

🧠 تكلفة التدريب

البندالتفاصيل
تدريب نموذج واحد1 – 10$ تقريبًا
الزمن10 دقائق – ساعة
يعتمد علىقوة الـ GPU + حجم النموذج

🧭 طريقة الوصول إلى الأداة:

  • تشغيل محلي عبر Python
  • استخدام Stable Diffusion WebUI أو سكربتات التدريب
  • يتطلب إعداد بيئة تطوير وGPU
  • يمكن تشغيله أيضًا عبر خدمات سحابية

🔗 رابط التجربة أو الموقع الرسمي:

https://github.com/XavierXiao/Dreambooth-Stable-Diffusion

 
 

تفاصيل التسعير

الخطة المجانية تعتمد على أن الكود مفتوح المصدر بالكامل برخصة MIT، مما يعني أنه يمكن استخدامه دون أي رسوم أو قيود تجارية، لكن في المقابل يتطلب تشغيله أو تدريبه توفر موارد حوسبة مناسبة. عمليًا، لا توجد خطط مدفوعة رسمية لأن المشروع ليس منتجًا تجاريًا مغلقًا، وإنما يعتمد بالكامل على البنية المفتوحة. أما من ناحية التكلفة الفعلية، فهي ترتبط بالقدرة الحاسوبية المستخدمة وليس بالاشتراك نفسه، حيث يحتاج النظام إلى بطاقة رسومية قوية مثل RTX 3060 أو أعلى، مع ذاكرة VRAM تتراوح بين 12 إلى 24 جيجابايت للحصول على أداء مريح. تكلفة الأجهزة المحلية قد تتراوح تقريبًا بين 300 إلى أكثر من 1500 دولار حسب المواصفات، بينما استخدام خدمات الـ Cloud GPU يكلف عادة بين 1.5 إلى 3 دولارات في الساعة. كما أن تدريب نموذج واحد قد يكلف ما بين 1 إلى 10 دولارات تقريبًا حسب حجم البيانات والإعدادات، مع مدة تدريب قد تمتد من 10 دقائق إلى ساعة.