【LoRA案例教程】单人LoRA模型训练，新手入门宝典

在这里你将快速学习到：

• 如何有效搜集和处理高质量数据素材；
• 如何精准标注；
• 如何深入理解并优化参数；
• 如何快速评估模型；

若想省略这些，可直接在文末获取Lora模型训练手册自行查看

随着AIGC的发展，许多传统工作岗位正逐渐被AI取代。同时，AI变革也在创造前所未有的新岗位和机会！而模型训练便是通往新天地的钥匙之一。

如果你不想被时代抛弃，现在就行动起来！OneThingAI已经为LoRA小白准备好了训练教程，一起来看看吧！

素材整理

为确保训练集的质量和多样性，素材尺寸与内容丰富度十分重要。本期教程以龙珠里的角色胖布欧为例。

• 图片尺寸需要512*512（SD1.5原始训练样本尺寸）以上，契合尺寸可让训练效果更佳
• 收集各个角度，各个场景、全身、半身、细节，甚至不同画风的胖布欧素材，以确保模型的泛化能力
• 由于此次训练的概念比较简单，只需要20-30张高质量图片即可
  

图片处理

创建一个新文件夹以存放素材。建议使用全英文路径，并在文件夹名前加上“胖布欧”以便区分

• 尽量将图片裁剪成512x512规格。若画面构图适合，裁剪可能会导致图片不完整，也可不作修改
• 若图片有水印等干扰因素，可合理利用ps、美图等软件处理
• 将图片移入文件夹
  

图片打标

自LoRA训练方式问世以来，市面上已经有许多集成LoRA训练器，也就是常说的“丹炉”。如老牌的kooyass，秋叶包，青龙包等，都可用于训练。

训练一个LoRA，显卡配置至少在6G以上。如果没有好显卡，可以使用OneThingAl云算力平台，快速跑一个LoRA不到1块钱。

平台搭载了许多主流丹炉，为了方便大家上手，教程选用较为简单的秋叶丹炉作为演示。

创建应用，选择合适显卡

上传基础模型，或在模型中心选择合适的模型。本教程选择Anything4.5，可直接下载到运行的丹炉应用中

进入文件管理，把准备好的数据集上传到指定位置：/root/onethingai-tmp/train/5_Majin Buu

打开丹炉，对图片进行标注和数据清洗。

打开WD1.4标签器，输入图片所在的路径（/root/onethingai-tmp/train/5_Majin Buu），设置输出路径（/root/onethingai-tmp/train/5_Majin Buu）。

并在提示词前加上"pangbuou"，将温度设置为0.35。点击启动。

可以看到我们的提示词会自动出现在文件管理的输出文件夹中。

接着回到丹炉，打开标签编辑器，对提示词进行清洗。输入数据集目录（/root/onethingai-tmp/train/5_Majin Buu），点击加载

在右侧过滤栏删除与我们训练目标相符的特征词，比如“粉色皮肤"、“胖胖"等；
保留在画面中，且与训练目标特征无关的词，如"白色背景”、“漫画风格”等。

模型训练

点击LoRA训练-新手，新手建议保持默认数值，仅调整以下参数：
(1)底模&VAE路径：输入模型文件路径：/root/onethingai-tmp/sd-models/Anything-v4.5.safetensors
(2)训练集路径：指向图片文件夹：/root/onethingai-tmp/train/5_Majin Buu
(3)LoRA名称：为训练结果命名：Majin Buu
(4)保存路径：确定模型保存位置：/root/onethingai-tmp/output
(5)epochs：设置为20左右
(6)batch_size：提高可加快速度，根据显卡性能调整，如4090可设为8左右
(7)dim：对于小概念，设为32，alpha设为其一半，即16

设置完参数后，点击开始训练即可

同时，可以在我的应用-查看日志中查看训练进度

模型测试

训练完成后，我们可以对模型进行测试，看看模型的表现是否达到预期。

将训练好的模型下载后，在应用中心新建一个SD，使用webUI里的xyz脚本，x设置为模型epoch，y设置为模型权重

设置好底模和提示词等基础参数后，就可以跑上一轮来看看哪个才是你最心仪的结果啦！保存模型即可使用

LoRA应用场景之广不必多说，如在漫画领域生成分镜，游戏领域生成原画概念稿，换装，甚至制作模型，皆尚待探索。

如果你苦于没有一份Lora模型训练学习系统完整的学习资料，这份网易的《Stable Diffusion LoRA模型训练指南》电子书，尽管拿去好了。

包知识脉络 + 诸多细节。节省大家在网上搜索资料的时间来学习，也可以分享给身边好友一起学习。

由于内容过多，下面以截图展示目录及部分内容，完整文档领取方式点击下方微信卡片，即可免费获取！

篇幅有限，这里就不一一展示了，有需要的朋友可以点击下方的二维码进行免费领取！