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_sskohya_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.mdLinux 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模式适合场景数据量参考LoRA / LoHa / LoKR加角色、加风格、加物件15~30 张起DreamBooth学特定个人/角色可配参考图20 张 参考图全量微调改整个底模的审美倾向数百到数千张Textual Inversion只教一个新词20~40 张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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考