StableDiffusionLoRA训练教程
作者：小小 · 2026-07-09 12:50:47
想用LoRA固定画风、角色或服装，却不知道从哪下手？其实，Stable Diffusion LoRA训练教程的核心就三步：准备高质量图集、配置参数、开始训练。只要图片达标，哪怕只用6-10张图，半小时内就能炼出属于自己的专属模型，彻底告别反复调整提示词的痛苦。 什么是LoRA与训练前的准备 LoRA是低秩适应模型，相当于给Stable Diffusion大模型打“补丁”，专门学习特定的概念。在开始Stable Diffusion LoRA训练前，你必须准备好显存6GB以上的英伟达显卡，并安装好Kohya SS GUI这类主流炼丹工具。数据集是决定成败的关键，请收集20-30张高清、主体清晰、多角度且背景干净的图片，统一裁剪为512x512或768x768像素。 Stable Diffusion LoRA训练步骤详解 进入Kohya SS后，首先在“Source model”标签下填入基础底模路径，建议选SD1.5或SDXL。接着设定“Folders”指向你的图片文件夹，并务必在“Utilities”里为每张图自动生成精准的文本描述标签。这是训练教程中最易出错的环节，你需要手动检查标签，删除图片中不存在的特征，保留触发词。 核心参数配置决定了LoRA的泛化能力。将“Repeat”设为10，“Epoch”设为10左右。学习率建议使用余弦调度，Unet学习率设为0.0001，文本编码器学习率减半。开启“Memory Efficient Attention”和“Mixed Precision(fp16)”能大幅降低显存占用。点击开始训练后，在“Dreambooth/LoRA”选项卡监控损失值，当曲线平稳不再下降时即可手动停止，防止过拟合。 测试与优化你的LoRA效果 训练完成后，将生成的.safetensors文件放入Stable Diffusion的Lora模型目录。在WebUI中调用时，建议权重从0.6开始微调。如果画风还原度不足，可适当增加权重；若出现肢体崩坏，说明学习率过高或图片多样性不足。通过对比不同Epoch的输出来找到最佳平衡点，这是进阶Stable Diffusion LoRA训练教程的必修课。 常见问题 问：LoRA训练需要多少张图片？ 答：人物角色推荐20-30张，画风类可适当增加，最少6张也能出效果，关键在于质量而非数量。 问：训练时总是报显存不足怎么办？ 答：降低分辨率到512x512，开启8bit Adam优化器，或使用LoRA低秩维度（如Network Rank设为32）。