企业官网建设流程全解析

kohya_ss 使用指南：用 20 张图片快速训练自己的 LoRA 模型

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

kohya_ss 是 Stable Diffusion 社区最常用的图形化微调工具，把原本要在终端敲命令的训练脚本包成了浏览器界面：LoRA、DreamBooth、全量微调都能点点鼠标完成，本地装或上云都行，适合想给模型加角色、加风格、改习惯的普通用户。

🎯 它解决什么问题

Stable Diffusion 会画画，但你不满意某个具体角色的长相、某种画风的细节，或者它总把某个元素画错。微调就是拿一批图反复教它。说白了，kohya_ss 把这套"教"的过程搬进了浏览器：你负责选图、填参数、点开始，底层要执行的命令行命令它自动生成，还能直接复制出来在终端复用。

它能教的内容分几档：

• LoRA / LoHa / LoKR：插件式微调，只学增量知识，产物文件小、加载快，是绝大多数人的第一选择
• DreamBooth：专门学"一个特定对象"，比如你自己、某个 IP 角色，可以搭配参考图
• 全量微调：把整个底模往你的审美方向推，吃数据也吃显存
• Textual Inversion：只教模型认识一个新词，最轻量
• LECO：反向操作，专门从模型里"抹掉"某个不想要的概念

支持的底模从 SD 1.5、SDXL、SD3 到 Flux.1、HunyuanImage-2.1、Lumina、Anima，基本覆盖了主流 Stable Diffusion 生态。

💻 三条安装路线，各适合谁

本地安装：uv 优先，pip 兜底

有 NVIDIA 显卡的机器直接本地装。先把仓库克隆下来：

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

官方文档给了两条路：uv 装得快、依赖隔离干净，建议优先试它；pip 更传统，出问题好排查。Windows 用户参考 docs/Installation/uv_windows.md，Linux 和 macOS 各有对应文档。装完运行 gui.sh 或 gui.bat，浏览器自动打开界面。Python 版本被锁在 3.10，安装脚本会自动处理，不用自己纠结。

没显卡或不想折腾：上云跑

云上有现成方案：Colab 有社区维护的 notebook，免费但要抢卡；Runpod、Novita 是付费 GPU 实例，适合长期训练；Docker 适合习惯容器化的开发者。如果你的显存不到 12GB，直接上云是最省心的路线。

📁 训练集怎么摆，才不用返工

文件夹名的前缀数字决定重复次数

kohya_ss 习惯按文件夹组织训练数据，文件夹名开头的数字决定这组图被重复学习几次：

dataset/ ├── 10_my_character/ # 重复 10 次，目标图 │ ├── img01.jpg │ └── img01.txt └── 1_dog/ # 重复 1 次，通常是参考图

角色类训练的典型配法：目标图 10 倍，长得像但不是目标的参考图 1 倍。目标图建议 15~30 张，角度、姿态、光照要有变化，一张正面图学不出能换场景的角色。

每张图配一个同名 txt 说明

图旁边放一个同名的 .txt 文件写描述（caption），训练时优先用它，文件夹名靠边站。写的时候把"它是什么"和"它此刻在干什么"分开：目标本身的特征（发型、眼睛）和可变部分（衣服、背景）分开描述，模型才能学会"换装不换脸"。完整的选项和写法说明在 docs/train_README.md 里。

提示：图片不用预先缩放，训练分辨率由参数控制；但超过 3000 像素的大图最好先压一下，避免训练中出意外。

不想写 caption：用"类别+代号"偷懒

实在不想逐张写说明，可以给每组图统一一个标签（比如shs person），不用任何 txt 文件。代价是模型会把服装、背景一起学进去，换场景能力差一点。想学特定人物的话，还是 caption 方式更值得花时间。

🧩 五种训练模式：先选对，再谈调参

模式怎么选

参数不用从零编

仓库的 presets/ 目录里存了一批调好的参数组合：adafactor、prodigy、SDXL 标准配置等，下拉直接选就行，省掉大半猜参数的时间。每个界面还能一键打印出本次生成的完整命令行——这套命令可以脱离 GUI 直接复用，界面不会把你锁死。

提示：SDXL 的 LoRA 训练建议显存 12GB 起步、分辨率给到 1024，并勾选只训 UNet 部分，避开 SDXL 双文本编码器带来的意外结果。

⚠️ 训练跑不动？四个高频问题

显存和内存不够

训练崩在 page file 之类的报错上，多半是系统内存不够，Windows 用户把页面文件调大即可解决。SDXL 训练吃显存，12GB 以下建议开 fp8 或缩小 batch size，仓库预设里有现成的 fp8 配置。

环境和依赖小毛病

两个高频报错：提示 no module called tkinter，是系统缺 Python 图形库，按 README 指引补装；Tesla V100 用户可能遇到显卡利用率上不去的问题，官方有专门的排障文档 docs/troubleshooting_tesla_v100.md。

训练途中看不到效果

LoRA 界面支持训练中生成样图：每隔若干步用你的提示词出一张图，学到哪一步、过没过拟合，肉眼可见。这个功能建议一直开着，不然只能训完才发现方向跑偏。

🧰 训练之外，顺手能做的小事

GUI 里还塞了一堆围绕训练的小工具，不用另找脚本：验证 LoRA 文件是否损坏、从两个模型做差反推出 LoRA、调整已有 LoRA 的 rank、用 BLIP 或 WD14 给图片批量生成描述（省掉手写 txt 的大部分工作量）。

让界面记住你的习惯

根目录有一份 config example.toml，复制后改名为 config.toml，模型路径、输出目录这些字段每次启动都会自动填好，不用反复选文件夹。界面支持中文等多语言；在远程服务器上跑时，加 --headless 参数可以只启动后端，用浏览器连上去操作。

第一次用的话，最稳的起点是：拿 15 张图、低分辨率、默认参数跑一个最小的 LoRA，确认整个流程通了，再回去调学习率和重复次数。

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