3.1 具象类#

• 数量：建议30张左右
• 素材要求：不同角度、不同背景、不同姿势、不同服饰，清晰无遮挡的图片

3.2 泛化类#

• 数量：建议50张以上
• 素材要求：不需要特别在意同质化，但也要注意不要让非常接近的素材占比过高

3.3 通用要求#

• 尽量收集清晰无遮挡的图片
• 尽量收集画质清晰、图像质量好的图片
• 注意版权归属，不要使用有版权保护的图片
• 慎用人物肖像图片

4.1 SD 1.5#

​ 对于SD1.5时代的模型，训练图像要裁剪至512 * 512尺寸附近，可以参考以下的方案：

• 方形尺寸：512 * 512
• 矩形尺寸：一边尺寸是512，另一边尺寸必须是64的倍数

4.2 SDXL、SD 3、SD 3.5、FLUX#

​ 对于SDXL时代及SD3时代（包括SD 3.5和FLUX）的模型，训练图像要裁剪至1024 * 1024尺寸附近，可以参考以下的方案：

• 方形尺寸：1024 * 1024
• 矩形尺寸：一边尺寸是1024，另一边尺寸必须是64的倍数

4.3 示例#

• 20张，自然风景下的化妆品

7.1 安装插件#

• ComfyUI-FluxTrainer

1
git clone https://github.com/kijai/ComfyUI-FluxTrainer.git
2
cd ComfyUI-FluxTrainer
3
pip install -r requirements.txt

• ComfyUI-KJNodes

1
git clone https://github.com/kijai/ComfyUI-KJNodes.git
2
cd ComfyUI-KJNodes
3
pip install -r requirements.txt

• cg-training-tools

1
git clone https://github.com/chrisgoringe/cg-training-tools.git
2
cd cg-training-tools
3
pip install -r requirements.txt

7.2 绘制工作流#

• 设定归一化尺寸，一般使用512*512、768*768、1024*1024等三种方案
• 设定训练的模型
• 设定存储的位置
• 设定训练的最大步数，默认为3000步

7.3 训练#

​ 在RTX 4090单卡（24GB显存）下，训练20张、1024 * 1024分辨率的图像，使用1024*1024的模式，会报错（爆显存），改用768*768的模式，可以顺利训练，速度在2.42s/it。训练3000步，需要约2小时。

750步	1500步	2250步	3000步
			/

8.1 验证方法#

​ 一般对于训练完成的LoRA，可以使用XY图表展示LoRA模型对生图效果影响，其中一个轴为LoRA的迭代模型，另一个轴为LoRA强度。

​ 对于SD1.5时代和SDXL时代的模型，可以使用Efficiency Nodes节点直接生成XY图表，目前此节点尚未更新支持SD3、SD3.5和FLUX，因此对于SD3时代的模型，只能手动组装XY图表。

​ Flux版本可以参考生图工作流进行同一Lora模型、不同Lora强度的测试。

8.2 绘制工作流#

8.3 示例#

迭代步数#

• 750步

Lora强度：0.0→0.2→0.4→0.6→0.8→1.0

• 1500步

Lora强度：0.0→0.2→0.4→0.6→0.8→1.0

• 2250步

Lora强度：0.0→0.2→0.4→0.6→0.8→1.0

• 3000步

Lora强度：0.0→0.2→0.4→0.6→0.8→1.0