企业官网建设流程全解析

Stable Diffusion WebUI Forge 自定义模型训练：4 步把几张图变成 AI 的"新单词"（Textual Inversion 完整实操指南）

【免费下载链接】stable-diffusion-webui-forge项目地址: https://gitcode.com/GitHub_Trending/st/stable-diffusion-webui-forge

本文带你走一遍 Stable Diffusion WebUI Forge 自定义模型训练：从准备几张图片，到训练出一个能在提示词里直接调用的文本嵌入（Textual Inversion），你会拿到四步动手流程、参数设置表和一份翻车急救清单。

60 秒看懂原理：给模型加新单词，而不是换脑子

文本嵌入（Textual Inversion，相当于给模型"背一个新单词"）不动原模型的权重，只往文本编码器里加几组可训练的向量。模型遇到你的占位符时，就查这组向量，新概念从此有了着落。

类比一下：这就像在词典里新增一个同音字，不用重印整本书，只需要给这个字配一个"读法"。底层做的事，就是训练一组可替换的向量。

上面这张就是嵌入训练完成后的效果：提示词里的<rick>会被替换成那组训练好的向量，输出的角色因此稳定出现。

动手：从备料到出图

整个 WebUI Forge 训练嵌入的流程，可以拆成四个能独立做完的动作。先说明一点：Forge 走轻量化路线，本仓库内置训练页已被注释（modules/textual_inversion/ui.py整文件都是注释），训练入口建议挂一个社区训练扩展，或直接调用源码里的create_embedding；向量生成、存储、加载、注入的完整链路都在仓库里，下面按链路讲。

备料：同一主体的 5-20 张图 + 一个占位符

你要做的：准备一个小数据集，并给新概念定好占位符。

1. 拿到项目：

git clone https://gitcode.com/GitHub_Trending/st/stable-diffusion-webui-forge

2. 建一个文件夹，放 5-20 张同一主体的图：角度、光照有变化，尺寸统一裁成 512x512
3. 每张图配一份提示词（同名.txt），文字里必须带同一个占位符，例如a photo of sktest dog；占位符建议用随机字符串，避免撞上模型已会的英文单词

判断做对了：随便抽几张提示词都含同一个占位符，图片尺寸全部是 512x512，主体在画面中占比一致。

建嵌入：用"锚点词"初始化向量

你要做的：生成初始向量，落盘成.pt文件。

1. 选一个和目标概念语义接近的初始化文本（锚点词）：训练一只特定狗，就用dog起步
2. 设定每个 token 的向量数：单一主体选 1，复杂风格选 4
3. 执行创建后，embeddings/目录会多出一个名字.pt文件，向量由锚点词编码而来

判断做对了：embeddings/里出现你的.pt文件；重启 WebUI 后日志会列出已加载的嵌入名，你的新词在列。

跑训练：一套不翻车的文本嵌入训练参数设置

你要做的：把数据集喂进训练循环，盯着 Loss 走。

以下这组参数是安全起步值：

判断做对了：Loss 从 0.5 以上逐步降，降到 0.05 附近并走平；训练结束或中断时，嵌入文件会随当前步数自动保存。

验证：出图时提示词怎么写

你要做的：回生成页调用这个新单词，看它到底记住了什么。

1. 单向量嵌入直接把名字写进提示词：a photo of sktest in the snow
2. 多向量嵌入用尖括号包起来：<my_style>
3. 换几个 seed 各出几张，重点看主体特征是否稳定复现

判断做对了：出图主体与训练样本一致，而不是回退成锚点词的样子；生成参数里也能看到嵌入名，说明注入链路走通了。

翻车急救：Loss 不下降、显存爆掉，先看这 4 个症状

遇到文本嵌入 Loss 不下降怎么办，大概率落在这几条里。

症状：训练刚启动就报显存不足。原因：预览图生成占用了显存，或 batch 过大。修复：batch size 设 1，关掉训练预览图生成，重跑。

症状：Loss 卡在 0.3 左右，半天不动。原因：学习率偏小，或数据集里图片质量参差。修复：学习率上调一档（如 0.01），并把所有样本统一到 512x512 同一构图。

症状：出图长得像锚点词，不像你的概念。原因：步数不够，新概念还没盖过锚点词。修复：续训 500 步；开了优化器状态保存的话，.optim文件能让续训接着上次的进度走。

症状：生成主体永远是同一个姿势。原因：过拟合到训练样本。修复：加正则化图片，或减少步数、扩充数据集。

源码地图：训练链路落在哪几个文件

• modules/textual_inversion/textual_inversion.py— 嵌入向量的存储、.pt/.safetensors/ PNG 多格式加载与模型注入
• modules/textual_inversion/image_embedding.py— 嵌入数据藏进 PNG 元数据的读写逻辑，方便分享
• modules/textual_inversion/autocrop.py— 训练图片的自动裁剪
• modules/sd_hijack.py— 持有嵌入数据库实例，负责模型加载时的嵌入装载
• embeddings/— 嵌入文件默认存放目录，也是接收别人分享文件的落点

下一步玩什么

• 给嵌入配一个 LoRA 做混合训练：LoRA 管整体结构，嵌入管占位符，两者能在同一条提示词里叠加使用，相关网络实现在packages_3rdparty/webui_lora_collection/。
• 用scripts/prompts_from_file.py批量跑提示词文件做回归测试，参数每次改动前后对比同一批出图。

【免费下载链接】stable-diffusion-webui-forge项目地址: https://gitcode.com/GitHub_Trending/st/stable-diffusion-webui-forge