Stable Diffusion 指定模型，Lora 训练全流程

简介

在使用 Stable Diffusion 的时候，可以选择别人训练好的 Lora，那么如何训练自己的 Lora呢？
本篇文章介绍了如何训练Lora，如何筛选模型，如何在 Stable Diffusion 中使用。

闲话不多说，直接实际操作吧。

首先获取Lora的代码

github

git clone --recurse-submodules https://github.com/Akegarasu/lora-scripts

如果发现子包没下载，可以再更新子包

git submodule update --init --recursive

# Windows环境配置

这里 github 建议使用Python 3.10.8的环境，但是我的电脑已经配置了 python，不是Python 3.10.8的怎么办呢？

我的电脑就不是Python 3.10.8的环境，而 github 建议用Python 3.10.8，那么我们可以不用卸载我们原有的环境，可以用 conda
来配置多环境，如果不会用，可以网上搜索，或者也可以关注公众号，把问题发送给博主​。

conda create -n lora_train python=3.10.8

安装依赖包

运行 install.ps1将自动安装必要的包。

准备训练数据

这里需要清晰的人像照片，这里我用了20张，当然图片越多，AI 学习的效果会好些。

图片准备完毕后，需要对图片进行统一的处理，我们可以用 Stable Diffusion 进行统一处理。

图片需要处理成一样尺寸的，尺寸的大小可以用512x768或者512x640或者用512x512尺寸的，注意要是64的倍数

下面我们来对图片进行统一的处理。处理方法如下。

下面是在Stable Diffusion 的面板中进行操作，下图画圈的地方要进行操作，最下面要勾选上裁切，以及生成信息

素材生成结果

全部剪切为512x768,并生成了tag信息存在了txt文件下

新建文件夹train，把图片拷贝到该文件夹下

并起一个文件夹名字为20_train，这里的20是有必要的，是每轮20步训练

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。

由于篇幅原因，本文精选几个章节，详细版点击下方卡片免费领取

一、ComfyUI配置指南

• 报错指南
• 环境配置
• 脚本更新
• 后记
• …

二、ComfyUI基础入门

• 软件安装篇
• 插件安装篇
• …

三、 ComfyUI工作流节点/底层逻辑详解

• ComfyUI 基础概念理解
• Stable diffusion 工作原理
• 工作流底层逻辑
• 必备插件补全
• …

四、ComfyUI节点技巧进阶/多模型串联

• 节点进阶详解
• 提词技巧精通
• 多模型节点串联
• …

五、ComfyUI遮罩修改重绘/Inpenting模块详解

• 图像分辨率
• 姿势
• …

六、ComfyUI超实用SDXL工作流手把手搭建

• Refined模型
• SDXL风格化提示词
• SDXL工作流搭建
• …

由于篇幅原因，本文精选几个章节，详细版点击下方卡片免费领取