LoRA 训练是什么

LoRA 训练是用一批图片训练出一个小模型，让它学会某种风格、某个角色或某个物品，之后叠加到主模型上使用。

训练的大致流程

1. 收集一批主题一致的图片。
2. 清洗与裁剪图片，保证质量统一。
3. 给图片写标签（描述内容）。
4. 设置训练参数，开始训练。
5. 得到 LoRA 文件，放入 loras 目录使用。

数据准备要点

• 数量：通常 10 到 50 张足够，质量比数量重要。
• 一致性：同一个主题的图要特征统一（同角色、同画风）。
• 多样性：图片角度、表情、场景要有变化，避免过拟合。
• 清晰度：避免模糊、水印、乱码的图片。
• 比例：图片比例统一，减少训练时的裁剪损失。

标签的作用

• 标签描述图片内容，模型据此学习。
• 常用标签放前面，特征描述准确。
• 用自动打标工具生成初稿，再人工修正。

学习建议

• 先用别人训练好的 LoRA 熟悉使用，再尝试自己训练。
• 从风格 LoRA（如"水墨风"）开始，比角色 LoRA 更容易成功。
• 训练失败很正常，调整数据与参数再试。