Ai绘画工具，Stable Diffusion 训练Lora（附模型训练器）

今天给大家带来的是Stable Diffusion训练Lora的教程，希望对大家有帮助。

一、硬件要求

我们知道Stable Diffusion WebUI对显卡要求比较高，同样Lora训练对显卡要求更高，所以要想训练一个质量比较好的Lora，显卡必须性能比较好，显存也要求比较高。

我的电脑勉强能训练，具体配置如下：

显卡：RTX

显存：6G

CPU：i7

内存：16G

此前训练了几个Lora，20步的Lora花了接近1小时才训练完成。

二、训练工具

与Stable Diffusion WebUI不同，训练Lora是一项比较系统性的工作，训练工具也是独立的。

此次我们使用的工具依然是秋叶大佬的Lora训练器。

有需要的小伙伴下方扫码即可获取。

下载好Lora训练器后直接解压，不需要安装，双击A启动脚本.bat文件即可启动。

注意：最好不要放C盘，以防磁盘空间不足。

三、开始配置

启动后，我们是直接在Web界面上进行配置。

整个训练器分为“新手”和“专家”两种模式。

新手配置相对简单，但是也有较多步骤，专家则是给老司机用，这里暂时不过多介绍，咱们今天只介绍“新手”模式，先把Lora训练出来。

1、准备素材

在训练之前我们需要准备至少20张你需要训练的素材，最好是不同角度的。

这里我训练的是某游戏里的角色，直接用手机截图而成，需要将图片的尺寸改成512*512像素。

在Lora训练器的目录train目录下面我们新建一个目录，这个目录就是我们Lora的原图片和标签结果存放的地方。

这里我信件的文件夹是gencheng，并且在其下面新建了orig和ok两个文件夹，请务必按此方法新建文件夹。

其中上图的20张图片存放在orig里面，我们的标签等会儿输出到ok文件夹里。

2、开始打标签

启动秋叶大佬的Stable Diffusion WebUI，在界面上我们找到“训练”功能（该功能默认集成在整合包里，如没有需要额外安装插件）

按照上面的顺序依次填入相关配置信息，其中打标签的文件夹一定要与源文件分开，点击预处理等待WebUI完成20张图片的打标签工作即可。

打标完成后，我们就可以在ok文件夹里被打标的图片和标签文件，如下图

这里为了训练的Lora质量更好，可以检查一下txt文件里的提示词与对应的图片是否一致，如有不一致的提示词可以修改或删除。

全部检查完成后，我们的打标签工作就算成功了。

3、选择底模

训练Lora，需要先确定基础模型，是写实类的，还是二次元类的，今天的示例我训练的是偏二次元的，那么就选择一个二次元的基础模型即可。

这里我们选择的是：ghostmix_v20Bakedvae.safetensors

这个大模型的出图效果比较好，确定模型后，我们需要将模型放到指定目录下面，这里我们放到sd-models目录下即可。

注意：为防止训练出现意外，最好将大模型的名称改为model.safetensors

将底模放好位置后，我们就可以填底模文件路径了。

4、数据集设置

这里就是我们此前打标签目标文件的路径了，但是需要注意一下，我们需要将打完标签的图片和文本文件在ok目录下面再新建一个文件夹，且前面需要加上数字，如：20_gengchen

这里的20代表训练的步数，gengchen表示训练的Lora名称。

注意：这里关系到你是否能够训练成功，所以务必按照步骤操作。

然后我们就可以将ok文件夹的路径放到数据集设置里了

5、其它配置

其它的配置就比较简单了，设置一下训练的尺寸和Lora的名称即可

其它的参数使用默认的即可。

6、等待训练成功

以上步骤都完成以后，我们就可以点右下角的“开始训练”了，可以在后台控制器里看到Lora的训练过程。

这个过程会比较久，等待训练成功后会提示你训练成功（当然训练失败也会提示你训练失败），你会在output文件夹下得到如下几个Lora文件。

其中带数字的都是训练过程中的Lora，不带数字的则是最终的结果Lora，通常取不带数字的Lora即可。

至此整个Lora的训练就完成了，你可以拿你训练好的Lora在WebUI上使用了。

以上就是训练Lora的全部内容。