kohya-ss

kohya-ss/sd-scripts是Stable Diffusion社区最主流的训练工具集，支持LoRA、DreamBooth等多种微调方法，由日本开发者kohya-ss维护。 一、快速开始 1. 确保电脑有NVIDIA GPU，显存建议8GB以上（12GB更佳），安装好CUDA和Python 3.10+ 2. 克隆项目仓库：git clone https://github.com/kohya-ss/sd-scripts.git 3. 进入目录安装依赖：pip install -r requirements.txt 4. 下载基础模型文件（如SD1.5、SDXL等），放入指定目录 5. 准备训练数据集（图片和对应的文本描述），运行测试确认环境正常 二、核心功能演示 功能1：LoRA训练（最常用） 步骤：准备20-50张目标风格或角色的图片，使用BLIP或WD14 Tagger为图片生成文本描述，将图片和描述文件放入dataset文件夹，编辑LoRA训练配置文件（设置学习率、训练步数、网络维度等参数），运行训练命令python train_network.py，训练完成后得到.safetensors格式的LoRA文件，放入WebUI的models/Lora目录即可使用。 功能2：DreamBooth训练 步骤：准备5-20张目标主题的高质量图片，创建特定的触发词（如ohwx person），配置训练参数，DreamBooth会微调整个模型，生成的模型文件可独立使用，适合训练特定人物或物体，但需要更多显存。 功能3：SDXL和SD3模型训练 步骤：下载对应的基座模型，修改配置文件中的模型路径和参数（SDXL需要更大的分辨率和显存），调整学习率和批次大小适配大模型，运行训练命令。SD3版本需要使用最新的训练脚本和特定参数配置。 三、实际使用案例 案例1：个人风格LoRA训练 一位插画师想让AI生成自己画风的作品。收集了30张自己的插画作品，用tagger工具自动生成描述，训练了一个LoRA模型（维度设为128，训练2000步）。之后在WebUI中使用触发词加上自己的描述，就能生成具有个人画风的新作品，用于创作参考和灵感激发。 案例2：产品形象训练 电商团队需要统一的产品形象图片。用20张产品不同角度的照片训练LoRA，之后可以生成产品在各种场景中的图片，保持产品外观一致性，用于广告素材批量制作，大幅降低了拍摄和设计成本。 四、常见问题FAQ Q1：训练出来的LoRA效果不好怎么办？ A1：首先检查训练数据质量，图片要清晰、多样、有代表性。其次调整学习率（推荐1e-4到5e-4）和训练步数（太少欠拟合，太多过拟合）。LoRA维度建议从32或64开始，效果不够再增大。 Q2：训练过程中显存溢出怎么办？ A2：降低batch size到1，开启gradient checkpointing和mixed precision（fp16或bf16），减小训练分辨率。如果还不够，使用优化器优化器选项如AdamW8bit。SDXL训练建议至少12GB显存。 五、小贴士 1. 训练数据的文本描述质量至关重要。建议先用自动打标工具生成，再人工修正关键描述，特别是触发词相关的描述要准确。 2. 训练时开启sample image功能，每隔一定步数生成样图查看效果，及时发现过拟合或欠拟合问题，避免浪费训练时间。 3. 多个LoRA可以叠加使用，权重可调。建议每个LoRA专注训练一个主题（一个角色、一种风格），这样组合使用更灵活。