logo
pub

为 Flux AI 训练动漫风格的 LoRA：一步一步来

01 01 01 01

开始：Flux AI LoRA 训练入门

嘿，大家好！如果你想了解怎么用 Flux AI 训练一个动漫风格的 LoRA，那你来对地方了。这篇指南会一步步带你走过整个过程，告诉你关键参数是什么，还会回答你最常见的问题。Flux AI 真的是个宝，能生成超详细、超真实的图像，而且用训练过的 LoRA 去调整的话，能让你更好地掌控生成的艺术作品。

逐步培训流程

1. 选对工具和资源

首先，咱们得准备一些工具和数据集：

  • 训练工具： XLabs AI x-flux
  • 训练实例： RunPod A100 SXM（80GB VRAM，默认设置下只用到了 42GB）
  • 图片裁剪和缩放工具： BIRME
  • 自动标题工具： TagGUI 用于自然语言和标签风格的标题

2. 准备数据集

你得确保数据集标记得好，而且大小合适（512x512 像素，正方形）：

- 这个例子只有 700 张图片（以后尽量多一些）
- 用 internlm 来生成带有“动漫艺术”前缀的自然语言标题

3. 设置环境

确保你有必要的软件和环境设置好：

4. 开始训练

用像下面这样配置来开始训练：

train_batch_size: 1
num_workers: 4
img_size: 512
learning_rate: 1e-5
lr_scheduler: constant
lr_warmup_steps: 10
adam_beta1: 0.9
adam_beta2: 0.999
adam_weight_decay: 0.01
adam_epsilon: 1e-8
max_grad_norm: 1.0

通常，2500 步就够了，花费大约 1 美金，拿 RunPod A100 SXM 运行大约需要 40 分钟。

常见问题解答

1. 我可以用这个 LoRA 和 Schnell 等其他模型一起吗？

可以的，这个 LoRA 和 Flux.1 Dev 还有 Schnell 都兼容，不过它是针对 Flux.1 Dev 优化的。

2. 训练的最佳步骤和图像数量是多少？

2500 步和超过 700 张图像会效果更好，但这也会根据你数据集的多样性有所不同。

3. 我可以同时使用自然语言和标签风格的标题吗？

可以，不过自然语言的标题通常在 Flux AI 上效果更佳。

4. 我需要多少 VRAM？

至少要 42GB VRAM，使用低配置的话可能会出错哦。

5. 我怎么在云上设置训练环境？

看这个 YouTube 指南，大约20分钟就能在 RunPod 上设置好。

6. 我可以在本地机器上训练吗？

可以，但比较挑战。双 3090 的配置可能行得通，但在云上训练会更方便和省钱。

结论

训练一个动漫风格的 LoRA 为 Flux 带来的乐趣和收获真的是不小。只要有对的工具和步骤，你就能获得惊艳的结果，提升 Flux 的图像生成能力。试试看吧，祝你训练顺利！

想看更多细节，可以看看这个讨论链接： https://reddit.com/r/StableDiffusion/comments/1enuib1/i_trained_an_anime_aesthetic_lora_for_flux/

下载 LoRA 可以在这里： https://civitai.com/models/633553?modelVersionId=708301

SHARE