ComfyUI教程 | 如何一键使用 ComfyUI 进行本地 FLUX.1 LoRA 的训练

Misdirection_XG

于 2025-04-22 10:33:51 发布

阅读量658

点赞数 10

文章标签：人工智能 SD prompt AI stable diffusion comfyui lora

本文链接：https://blog.csdn.net/Misdirection_XG/article/details/147410749

版权

最近在尝试进行 FLUX.1 的 LoRA 训练，以前没有 SD1.5 和 SDXL 的训练经验，网上看到 FLUX.1 的 LoRA 炼起来效果比较好，就试了几种方案来看看效果。这个文章更多是介绍如何使用 ComfyUI 来进行 LoRA 的训练，一些训练的参数我也还在调试中，后面会陆续更新。

训练 LoRA 的过程大体包括以下步骤：

收集和完善图像[数据集]
选择训练工具
设置训练参数并开始训练
[测试模型]

数据集

选择图像

在进行 LoRA 训练的时候，数据集也就是用于训练模型的图像，个人认为是模型训练中最重要的部分，需要花大量的时间进行整理、清洗、标注等，好的图像能带来更佳的生成效果，比如可以参考以下这些要素。如果是针对人物的 LoRA，目前看起来 10-30 张图片就够了。

分辨率： 原始图片的分辨率最好为 1024 x 1024 或以上，后期有需要可以转换为 512 x 512。
比例： 在 Flux.1 上训练时，可以使用 1:1 的比例，还可以添加其他比例的图片来增加多样性。
清晰度： 尽量使用清晰的图像。
多样性： 使用不同的角度、光线和服装，使模型更加灵活。

标注

选择好图片后，我们还需要对图片进行标注。如果只是制作人物的 LoRA，标注倒不是必须的，看网上的评论，FLUX.1 对人物能很好地处理，有时仅仅简单的使用一两个单词反而能得到更好的效果，所以我这边也做了多个 LoRA 来对比一下（无标注、简单标注、复杂标注），对比结果可以看后面的测试模型部分。

简单标注

你可以使用一个触发词加人物的特征，比如 satomiishihara, a woman.，其中 satomiishihara 为触发词（trigger）。

复杂标注

我使用的是 ComfyUI 里面的 Joy Caption 节点来进行复杂标注的操作，它利用的是 Meta 的 Llama 模型来对图片进行描述，更佳符合自然语言的表达。这个节点来自于 Comfyui_CXH_joy_caption 这款插件，链接里面有详细的中文安装指南和工作流文件。以下图为例，可以看到它生成的标注非常详细，我们可以在前面添加触发词。当然，你可以对生成的字段进行修改，在图片不多的情况下，每个标注都可以再修改一下，以这个为例，我最后改为了 satomiishihara, a photograph of a women with long...，其中 satomiishihara 为触发词。

这个是最终的文件结构，每张图片（来自于互联网）对应一个 txt 的标注文件，保持[文件名一致。

训练工具

目前能进行 [FLUX.1 LoRA 训练的方式已经有不少了，云端的服务也有一些，比如这些网站：[http://Replicate.com ，Fal.ai，[http://Civitai.com ，RunPod 等等。它们基本上都有设置好的模版，上传好图片并进行一些简单的设置就可以生成 LoRA了。当然这些都是需要付费的，并且也可能失去了对 LoRA 进行更精细的调整。对这部分感兴趣的，可以自行搜索下哈。

本地训练的话也有一些工具可以进行操作了，比如下面这些。其中前面两个需要在本地安装 Python 环境以及相应的依赖，ai-toolkit 需要使用 HuggingFace 账号的阅读权限并下载 20GB 多的 fp16 FLUX-Dev 模型，相对来说不是很方便。而 Kohya‘s GUI 的话，关于 [sd3-flux.1 的分支目前还没正式上线，并且不时地更新，所以后期的本地部署可能也要做调整。而 ComfyUI-FluxTrainer 是利用 ComfyUI 工作流的方式来训练模型，并且可以使用 fp8 等模型，它的本质虽然也是基于 Kohya 的代码，但是这个插件的作者比较勤奋，制作了比较多的 ComfyUI 的插件，他也会根据 Kohya 的更新来做相对的调整，那么我们后期就不太需要做太多的调整，只要使用他的[工作流就可以进行本地训练了。所以这篇文章会具体介绍如何使用这个 ComfyUI 的插件来进行 FLUX.1 LoRA 的训练。

[AI-Toolkit
[Kohya’s GUI
[ComfyUI-FluxTrainer

要使用 FLUXTrainer 这个插件的话，在 ComfyUI Manager 里面搜索名字安装后重启即可，工作流可以在这里下载 [ComfyUI-FluxTrainer/examples ，插件作者也经常会更新这个工作流的。

工作流设置

我们先来看下工作流的图片设置部分，这里可以设置图像数据集的文件夹地址以及触发词（如 satomiishihara），我使用的是 16GB 的 RTX4080 显卡，所以主要还是使用 512 像素的图像。如果你还有其他像素的图像，也可以在这里进行添加，我这里是将它们绕过了（紫色部分）。[batch_size 和 num_repeat 可以根据自己的需求进行修改。

这里是模型的选择，以及采样的时候需要用到的参数，这个可以根据自己平时跑 FLUX.1 工作流的设置，我一般会用 fp8 的模型，如果选择了 fp8 模型，那么在后面保存 LoRA 的时候也要选择 fp8 格式的。

接下来是整个训练过程最重要的参数设置，左边部分是选择相应的优化器（Optimizer），Adafactor 相对来说对显存的要求更低一点，16GB 及以下显存的可以选择 Adafactor。右边部分则是更多参数的设置，其中比较重要的是训练学习率（learning_rate）、总的[训练步数（max_train_steps）以及下面的保存类别（save_dtype）。训练学习率我一般就直接用默认的 0.0004（4e-4)，更精细的话可以用 0.0001（1e-4）。训练步数我一般是用图片的张数乘上 100，比如我这次使用了 20 张参考图，所以使用 2000 这个步数，但是有时步数越高可能得到的结果并不是最好的，效果可以看后面的模型测试部分。

另外如果你的显存低于 16GB 的话，可以将 split_mode 设为 true，并且在最底部的额外参数部分填上 train_blocks=single。这个设置下，我的显存只要占用约 8GB，当然训练时间变长了，我的电脑上面差不多是不打开 split_mode 的三倍左右。

进行了这么多的设置以后，我们基本上可以跑工作流了，在这之前，如果你的显卡不是特别好，需要将后面的 Flux Train Validate 节点以及对应的图片展示节点都屏蔽掉，在我 16GB 显存的情况下，打开 Flux Train Validate 会经常出现爆显存的情况，导致训练失败又要重新开始。你可以根据自己的情况做相应地调整。如果你决定不使用 Flux Train Validate ，那么在整个工作流最右边的[图片保存节点区域也要屏蔽掉。

现在可以生成 LoRA 了，以我的电脑配置（RTX4080 16GB 显存，64GB 内存），2000 步数，在不打开 split_mode 的时候，使用 fp8 模型进行训练，需要大概 50-60 分钟（显存占用约 14.5GB），打开 split_mode 的话差不多 3 个多小时（显存占用约 8GB）。

模型测试

FLUXTrainer 的工作流其实已经包含了对模型的测试，也就是使用上面说的 Flux Train Validate 节点来生成效果图，但是由于我显卡不够，所以我是额外做了一个工作流来进行一些对比。对比图针对的是下面这 4 种情况，我们来看看它们的效果吧。

不使用 LoRA
无标注
简单标注
复杂标注

我们先来看一下模型在不同步数下的表现，使用的是简单标注这个模型。个人认为在 1000 步的时候效果就出来了，更高的步数反而使得生成的图片开始变得有些模糊，人物的脸部变得僵硬，特别是笑容消失了。对比其他两个模型（无标注、复杂标注），得到的结果也是差不多了，所以后续的对比都是使用 1000 步的模型。

我们再来看一下 4 种情况下在 1000 步的效果，比较出乎意料的是使用[复杂标注的效果反而没有其他两种情况好，比如在第三张图片上，虽然它能保存一部分人物的特征，但是出来的结果仍旧是动漫风格的，我个人觉得是复杂标注里面过多的特征描述反而束缚了模型的发挥，其实 FLUX.1 已经非常聪明了，在训练的时候它已经知道图片的很多特征，没有必要继续进行过多的描述。相对来说，我觉得最好的是简单标注的效果，同样在第三张图片中，简单标注相比[无标注表现地更自然一些。以 satomiishihara, a woman. 这个标注为例，我的理解是 FLUX.1 在训练的时候，能够将触发词 satomiishihara 和 woman 关联起来，同时又没有过多[特征描述的干扰，所以能保持模型的灵活性。

小结

以我目前有限的模型训练结果来说，如果是进行人物的 LoRA 训练，进行 1000 步左右的训练就能得到比较好的效果，同时可以采用简单标注或者无标注的形式，过多的标注反而可能影响模型的发挥。

我后续也会做一些其他参数的调整，来优化模型的训练，并进行相应的比较分析。

码字不易，如果你觉得这篇文章对你有所帮助，麻烦点个赞哦。

为了帮助大家更好地掌握 ComfyUI，我在去年花了几个月的时间，撰写并录制了一套ComfyUI的基础教程，共六篇。这套教程详细介绍了选择ComfyUI的理由、其优缺点、下载安装方法、模型与插件的安装、工作流节点和底层逻辑详解、遮罩修改重绘/Inpenting模块以及SDXL工作流手把手搭建。