2025年11月3日星期一

从0到1训练自己的AI女友 极简Lora数据集生成和训练教程

很多同学可能想训练一个属于自己的Lora,但是苦于没有自己的数据集,也担心训练太复杂学不会,今天为大家提供一个完全在线的Lora训练极简教程

很多同学可能想训练一个属于自己的Lora,但是苦于没有自己的数据集,也担心训练太复杂学不会,今天为大家提供一个完全在线的Lora训练极简教程,从图片生成到Wan2.2的训练。
第一步:生成第一张定妆照
如果你还没有自己的训练数据,那么可以先使用Wan2.2的文生图工作流来生成自己喜欢的女友,之所以推荐Wan2.2来出图,是因为是目前开源里面生成人像的写实感最好的。
工作流:https://www.runninghub.cn/post/1950865650615001089?inviteCode=3a31eec9
图片
喜欢简洁一些的可以直接使用AI应用,喜欢看运行过程的可以使用工作流。以AI应用为例,只需要填写提示词、选择出图比例即可。
图片
如果没有很具体的想法可以写比较简单的提示词来抽卡,如"写实人像,一个18岁的亚洲女人,女团成员,可爱甜美,彩色挑染的头发,中等胸部,半身照,站姿,背景是白色的墙"。比例推荐使用1:1的方形图片,因为这个无论用于训练Flux、Qwen-image还是Wan2.2都是通用的。
另外也可以使用小程序来体验抽卡女友的乐趣
第二步:批量生成数据集
当抽到自己满意的图像就可以使用Qwen-Edit工作流来批量生成数据集,千问2509的编辑模型其实人物一致性算是可以了,用来生成数据集是可用的。
工作流:https://www.runninghub.cn/post/1984548372017201153?inviteCode=3a31eec9
图片
使用这个工作流只需要上传一张图片即可,会一键生成不同视角的图片,然后在RH平台我的作品中点击"管理"选中图片就可以批量下载生成的图像。
图片
第三步:高清放大增加写实质感
这一步并不是必须的,如果你的数据集是通过即梦或豆包生成的2K图,非常推荐使用这个工作流去一遍油,会减轻AI感,同样使用的Wan2.2的模型增加写实质感。
工作流:https://www.runninghub.cn/post/1984637547789893634?inviteCode=3a31eec9
图片
使用方法也很简单,只需要把上一步下载的所有图片打包成一个压缩包,将压缩包上传上来,等上传完成显示"Success"时就可以运行工作流了,采样器中的denoise值可以适当调高,但是过高会改变原图。每批跑的图像尽量不要太多以防止超过RH的运行时间而失败。
工作流中本来是把图像放大,为了适配训练尺寸把像素又重新压缩回了1024长边,这样也省下重新改尺寸的步骤了。运行完成后同样在我的作品中批量下载图片。最终训练数据集如下:
图片
第四步:训练Wan2.2模型
生成的训练集可以用于训练Flux、Qwen-image以及Wan2.2等,下面以训练Wan2.2为例,我使用的LibLib的在线训练(春节的时候买过一年的基础会员,很少使用了)
图片
打开LibLib的训练界面:https://www.liblib.art/pretrain
选择Wan2.2,上传自己的图片,填写上触发词(触发词尽量使用无实际意义的,避免使用既有的英文单词等)。
然后点击"裁剪/打标"按钮,打标算法如果训练Qwen-image或Wan2.2都可以使用"通义千问"自然语言打标,其实设置可以保持不变。
等待打标完成后就可以开始训练了,LibLib训练速度非常快,但是相对来说也比较费点数,基础会员的积分现在最多只能训练2个Wan2.2的文生视频Lora。如果想自己训练可以搜下训练教程,无论是本地还是租赁服务器训练教程还是非常多的。
最后可以使用把训练的模型下载下来上传到RunningHub,使用文生视频(也可以图生视频作为人物Lora)工作流来生成自己AI女友的视频了。

上面的视频就是使用上面的数据集训练的Lora视频,总感觉2000步的训练貌似还不太足,等抽空再在本地训练试试~ 如果训练Qwen-image的Lora效果还是会更好些的。

没有评论:

发表评论

从0到1训练自己的AI女友 极简Lora数据集生成和训练教程

很多同学可能想训练一个属于自己的Lora,但是苦于没有自己的数据集,也担心训练太复杂学不会,今天为大家提供一个完全在线的Lora训练极简教程 很多同学可能想训练一个属于自己的Lora,但是苦于没有自己的数据集,也担心训练太复杂学不会,今天为大家提供一个完全在线的Lora训练极...