kohya_ss LoRA 训练完整指南：从零安装到练出第一个角色模型

kohya_ss LoRA 训练完整指南：从零安装到练出第一个角色模型

【免费下载链接】kohya_ss项目地址: https://gitcode.com/GitHub_Trending/ko/kohya_ss

kohya_ss 解决一件事：不碰命令行，也能给 Stable Diffusion 训练自己的 LoRA 和自定义模型。如果你一直想训练某个角色或画风，却被 CLI 参数劝退，它把参数全部做成了浏览器里的勾选框。读完这篇，你能在 10 分钟装好环境、跑通第一次角色 LoRA，拿到可直接加载的 .safetensors 文件。

🚀 最短路径：从 clone 到第一次训练 10 分钟

本节只写"跑通一次"必需的内容，全部配置细节见 README.md。

安装前备齐三样：Python（Windows 装 3.11.9，Linux 用 3.10.9 及以上、低于 3.13）、NVIDIA CUDA Toolkit 12.8、一张 NVIDIA 显卡。逐项版本要求见 docs/Installation/uv_windows.md。

git clone --recursive https://gitcode.com/GitHub_Trending/ko/kohya_ss

在仓库根目录运行gui-uv.bat或gui-uv.sh，首次运行会自动装 uv 和依赖，浏览器打开127.0.0.1:7860。不想每次手选目录，可以把根目录的config example.toml复制为config.toml，填好模型目录和输出目录，GUI 会自动记住。

第一次成果：打开LoRA页签，选基础模型，把数据集指向图片文件夹，设好最大分辨率和 rank，点训练。几分钟后输出目录里出现 .safetensors，就是你的第一个模型。

📷 真实场景：三个练得动的任务

这节给三个最常见任务，每个都是"问题 → 做法 → 注意点"三拍，照做即可。

用 20~30 张角色照片练一个角色 LoRA

绘画程序不认识你原创的角色，提示词怎么写脸都不出来。

1. 把 20~30 张同一角色的照片放进同一个文件夹，512x512 以上
2. 每张图配一个同名.txt文件，写"角色标识词 + 场景描述"
3. LoRA 页签设好基础模型、最大分辨率、rank（从 16 开始）
4. 配置一条 sample prompt，训练中每 500 步看一次样图
5. 训练结束把 .safetensors 拖进绘画程序，用标识词试画

kohya_ss 训练数据样例：仓库自带数据集文件夹里的人物样图，旁边是同名标注文件 

效果是角色五官能从标识词稳定出图。注意：标注文件优先于文件夹名，别只靠文件夹名；想让角色更独立，加一组正则化图片防语言漂移。

给 SDXL 底模练 LoRA

SDXL 底模更大，直接抄 SD1.5 的参数，结果发飘不收敛。

1. Max resolution 至少设 1024x1024
2. 用显存 12GB 以上的显卡，8GB 明显吃力
3. 优化器换adafactor，学习率 4e-7，调度constant_with_warmup，warmup 100 步
4. 效果仍不对时加--network_train_unet_only，只训 U-Net

SDXL 训练慢、显存吃，结果发糊先查学习率，标准值 4e-7 见 docs/LoRA/top_level.md。

租云卡远程训练，浏览器盯着

家里显存不够，或者想在云卡上挂着跑、自己只在浏览器看进度。

1. 在 Runpod / Colab 上克隆仓库，参考 docs/installation_runpod.md
2. 启动时带上--headless --listen 0.0.0.0 --server_port 7860
3. 浏览器打开 GUI，操作和本地完全一样
4. headless 下文件选择器会隐藏，路径直接手输

提示：远程 SSH 场景务必加--headless。否则"是否覆盖已存在的模型"确认框会弹在服务器端，没人按，训练就一直卡在那里。

⚡ 踩坑与提速：四个高频错误对照

这节整理四个最常撞上的错误和修法，再附一张 LoRA 网络类型对照表。

LoRA 四种网络类型怎么选，完整解释在 docs/LoRA/options.md：

🔍 原理一瞥：5 步看懂它在背后干什么

不用背原理，知道流程以后排错快得多。

1. 你在 GUI 填参数，表单代码在 kohya_gui/
2. 系统自动生成train_network.py等脚本的命令行
3. 读入数据集图片和标注文件夹，按分辨率分桶并缓存
4. 用 PyTorch + Accelerate 只训 LoRA 小网络，期间周期性出样图
5. .safetensors、日志和样图写入输出目录

LoRA 的本质：原模型一个字节都不动，只训练一个独立的小网络文件——所以产物体积小、到处好分发。

🔗 延伸：训练完怎么接进你的出图工作流

这节只列仓库里真实存在的入口，把"训练 → 出图"接起来。

明天就能做：挑 20~30 张同风格角色照片放进一个文件夹，每张写好标注。先在 LoRA 页签只跑 500 步，样图里角色脸认得出来，再跑完整训练。出来的 .safetensors 拖进你的绘画程序就能用。

【免费下载链接】kohya_ss项目地址: https://gitcode.com/GitHub_Trending/ko/kohya_ss