类型：人工智能
简介：基于AI的绘画生成工具，主要用于根据文本描述生成详细图像。
很多用户用 Stable Diffusion 一段时间后，会发现单靠提示词和现成 LoRA 很难稳定生成自己想要的角色、产品、服装或画风。这时候就会接触到 LoRA 训练。LoRA 训练可以理解为在基础模型上学习一组特定特征，让后续出图更容易复现某种风格或对象。
需要注意的是，LoRA 训练工具和参数会随着项目更新而变化。常见训练工具包括 kohya_ss 等开源项目，具体安装方式、参数说明和依赖要求，应以对应 GitHub README / Docs 为准。本文重点讲训练思路和基础流程，不编造固定参数。
一、先弄清楚 LoRA 适合训练什么
LoRA 不是万能模型，也不适合解决所有出图问题。它更适合学习某种稳定特征，而不是让模型凭空获得完全不相关的能力。
常见适合训练 LoRA 的方向包括：
- 固定角色形象；
- 某种服装或配饰；
- 产品外观特征；
- 插画风格；
- 摄影风格；
- 特定材质质感；
- 品牌视觉元素。
如果只是想让图片更清晰，或想改变构图，未必需要训练 LoRA。可能换模型、调整提示词、使用 ControlNet 或图生图就够了。
二、准备训练图片时要先保证质量
训练图片质量直接影响 LoRA 效果。图片越混乱，模型越难学到稳定特征。
1、图片数量不宜只看越多越好
LoRA 训练不是简单堆图片。少量高质量、特征清楚、角度丰富的图片，通常比大量重复、模糊、带水印、背景杂乱的图片更有价值。
入门训练可以先准备一组主题明确的图片，再根据训练结果逐步补充。不要一开始就把所有素材都丢进去。
2、图片内容要围绕同一目标
如果训练的是某个产品外观，就尽量让图片都围绕这个产品展开。不要把其他无关产品、复杂背景和不一致风格混在一起。
如果训练的是画风 LoRA，则要保证图片风格一致，不要把写实照片、二次元插画、3D 渲染和手绘草图混在同一个训练集中。
3、去掉低质量素材
建议剔除以下图片：
- 严重模糊；
- 主体被遮挡；
- 水印明显；
- 分辨率过低；
- 和目标风格不一致；
- 重复度过高；
- 带有错误文字或异常元素。
训练集越干净，后续调参压力越小。
三、图片裁剪和尺寸要保持一致思路
训练前通常需要对图片进行裁剪或缩放。不同工具支持的处理方式不同，具体以训练工具说明为准。
1、保留主体完整
如果训练对象是产品，裁剪时要保证产品主体完整，不要把关键部位裁掉。比如训练一个水杯 LoRA，就不要只保留杯身而经常裁掉杯盖或把手。
2、角度要有变化
如果所有图片都是同一个角度，LoRA 学到的表现会比较单一。适当准备正面、侧面、局部、远景、近景，有助于提高泛化能力。
3、背景不要抢主体
背景过于复杂时，模型可能把背景也学进去。训练产品或角色 LoRA 时，背景可以有变化，但不应比主体更突出。
四、标签决定模型学什么
LoRA 训练通常需要为图片准备标签，也就是 caption。标签的作用是告诉训练程序：图片里有哪些内容，哪些是通用特征，哪些是你希望通过触发词学习的目标。
1、触发词要简洁稳定
触发词用于训练后调用 LoRA。例如你训练一个产品 LoRA，可以设定一个不容易和普通词混淆的触发词。
触发词不建议太长，也不要使用容易和常见概念冲突的词。更稳妥的方式是使用一个独特短词或组合词。
2、标签要描述真实内容
标签应该描述图片中实际存在的内容，例如：
- 主体类型；
- 颜色；
- 角度；
- 背景；
- 材质；
- 风格；
- 光线；
- 构图。
不要在标签里写图片中没有的东西。标签写错，模型就会学习错误关联。
3、不要把目标特征全部写散
如果你希望 LoRA 学会某个固定对象，就不要把所有关键特征都拆成普通标签，否则模型可能把目标拆散学习。触发词的作用，是让这些特征能被集中调用。
五、训练参数先理解作用，不要盲目套用
LoRA 训练参数很多，新手最容易到处复制参数。这样不一定有效，因为数据集、基础模型、显卡配置和训练目标都不同。
常见需要理解的参数包括：
- 基础模型；
- 分辨率；
- batch size；
- learning rate；
- epoch；
- network dim；
- 保存间隔；
- 输出格式。
这些参数的具体推荐值应以训练工具文档、项目说明和你的数据集测试为准。不要把别人的参数当成固定答案。
1、基础模型要和使用场景匹配
如果你训练出的 LoRA 准备搭配某个写实模型使用，就要考虑训练基础模型是否接近这个使用场景。训练基础模型和实际出图模型差距太大，效果可能不稳定。
2、训练轮数不是越多越好
训练太少可能学不到特征，训练太多可能过拟合。过拟合表现为：只会复刻训练图，换角度或换场景就崩。
因此，建议保留多个中间版本，训练后逐个测试，而不是只看最后一个模型。
六、训练完成后要用固定提示词测试
LoRA 训练完成后，不能只看一张图。建议准备一组固定测试提示词，用来检查不同场景下的表现。
测试可以包括：
- 正面图；
- 侧面图；
- 不同背景；
- 不同光线；
- 不同构图；
- 与其他 LoRA 组合；
- 不同权重。
1、从低权重开始测试
LoRA 权重过高容易让画面变形。可以从较低权重开始，例如先测试较轻强度，再逐步提高。
如果低权重看不出特征，高权重又明显崩坏，可能说明训练集、标签或训练参数需要调整。
2、对比不同训练版本
如果训练过程中保存了多个版本，不要只测试最后一个。中间某个版本可能比最终版本更自然。
建议记录每个版本的表现，例如：
- 特征还原度；
- 画面稳定性；
- 是否容易变形；
- 是否能换场景；
- 是否和常用模型兼容。
七、常见问题排查
1、LoRA 完全没有效果
可能原因包括触发词没写对、LoRA 没加载、权重太低、模型不兼容、训练失败。先确认 WebUI 或 ComfyUI 是否正确加载 LoRA，再检查提示词中是否使用触发词。
2、效果太像训练图
这通常可能是过拟合。可以减少训练轮数、增加图片多样性、优化标签，或者选择更合适的中间版本。
3、主体特征学不稳定
可能是训练图片不够统一，或者标签没有把目标特征表达清楚。可以清理训练集，去掉干扰图片，再重新整理标签。
4、和其他 LoRA 一起用时崩图
多个 LoRA 叠加会互相影响。可以降低各自权重，或者先单独测试，再逐步组合。
八、训练 LoRA 要注意版权和授权
训练图片来源要合法。如果图片来自他人作品、商业摄影、品牌素材或未授权数据，后续使用可能存在版权和合规风险。
尤其是把 LoRA 用于商业图片、广告素材、产品图或网站内容时，更要确认训练素材的使用权。技术上能训练，不代表法律和授权上可以随便使用。
建议保留训练素材来源记录，包括：
- 图片来源；
- 授权说明；
- 是否可商用；
- 是否需要署名；
- 是否有使用限制。
FAQ
Q1：LoRA 训练需要很多图片吗？
A：不一定。图片数量不是唯一关键，质量、清晰度、角度多样性和标签准确性更重要。少量高质量图片往往比大量低质量图片更适合入门训练。
Q2：LoRA 训练失败是不是参数问题？
A：不一定。训练失败或效果差，可能来自素材质量、标签、基础模型、触发词、训练轮数等多个因素。不要只盯着一个参数。
Q3：训练 LoRA 一定要用 kohya_ss 吗？
A：不一定。kohya_ss 是常见训练工具之一，但不是唯一选择。具体使用哪种工具，应根据当前项目文档、硬件环境和个人习惯决定。
Q4：训练好的 LoRA 可以商用吗？
A：要看训练素材来源、基础模型授权、LoRA 使用场景和相关平台规则。不能只因为模型是自己训练的，就默认可以商用。
Q5：LoRA 权重设置多少合适？
A：没有固定值。应根据训练目标和实际出图效果调整。一般建议从较低权重开始测试，再逐步提高。
