什么是Lora训练？
通畅AI 先根据文本生成图像，接着和训练集图像对比，根据差异调整参数，让生成图像接近训练图像，最终使微调模型的结果和训练图片一致，让 AI 生成图与训练集关联，最终越来越像。
Lora有什么用？
Lora在不改变大模型核心权重的情况下，可以对画面进行微调。仅需对 Lora 进行调整，就能生成特定的图像，无需对整个大模型进行调节。当面对 AI 从未接触过的图片时就需要用到Lora 微调，使得 AI 绘画有一定的”可控性“。
在训练过程中，可以通过打标签的方式来辅助模型训练识别图片内容哦~
标签需要体现图片中的特征，比如训练人物时可用人名当标签，或者一个特定的词语当标签，这样，AI 会把识别不到的内容归类到特殊的标签中，从而提高模型对特定内容的学习和识别能力。
如何训练Lora？
选择基础算法类型
SDXL训练完后的效果，整体会比SD1.5的好一些。
同样的步数下，DXL消耗的资源是SD1.5的三倍。
参数设置
选择底模:
可在startAI的模型中心，查看模型的预览图片，再根据您自身的需求选择对应的模型作为底模。
设置单张次数与循环轮次:
单张次数：对单张素材学习的次数，次数越多，学习效果越好，但次数多也会造成图片固化。
循环次数：一个循环轮次=训练图片的数量*单张次数。例如，训练图片有 10 张，单张次数 为 10，则一个轮次训练 100 步。若循环次数设置为 10，Lora 训练共 1000 步。
图片打标/裁剪
上传训练图集:
图片特征明显
512像素≤图片素材的宽高尺寸≤1024像素
图片尽量不要有文字、水印
图片只支持使用png、jpg、jpeg格式
训练图片数量为20-30张
如果您使用的图片数量较多，请保证图片特征一致
裁剪/打标
聚焦裁剪：识别图片主体后进行裁剪。
中央裁剪：以图片中央区域进行裁剪。
无需裁剪：不进行裁剪。
若您选择无需裁剪，请尽量保证图片符合需求。
裁剪尺寸：可以根据您上传的图片尺寸选择合适的裁剪尺寸。
打标签：给图片添加文字说明，可帮助 AI 识别与学习图片内容。
打标阈值：阈值越小描述就越精准，如果是生成人物，推荐为0.8;其他情况为0.3。
模型触发词：您可以自由输入触发词内容，用来体现出训练图片的特征。
注意：仅支持英文字母。
以上内容设置完成后，点击裁剪/打标按钮即可完成。
调整每张图片的打标内容
温馨提示：您可以选择跳过这一步。
删除标签：在对应标签后面点击“×”按钮即可删除。
为当前图片添加新标签：在标签末尾添加文字后按下回车键(enter)按钮即可添加新标签。
为所有图片添加新标签：在“为所有图片添加”输入栏中，输入标签后按下回车键(enter)，在输入完所有标签内容后，点击“添加到行首”或“添加到行尾”，即可为所有图片添加这些标签。
发布lora
lora训练完成后，点击“发布模型”
选择好正确的模型类型与基础模型
确认高级参数中，触发词内容正确。
点击发布即可。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
