Генерация и редактирование в среде Stable Diffusion
Stable Diffusion => Модели\чекпоинты, лоры и тд => Обучение своих чекпойнтов и лор (Kohya_ss, OneTrainer, Fluxgym) => Тема начата: Master_Yoda от Апр. 29, 2025, 19:53
- Вопрос: "Подскажите пожалуйста по составлению корректного датасета для обучения лоры на человека. Сейчас обучил по 30 фотографиям, в основном это селфи с мобильного телефона – работает отлично, но только с токеном a closeup selfie of a.... Я так понимаю, что нужна большая вариабельность по различным характеристикам:
дневной свет / пасмурный / вечерний / искусственный;
селфи / широкоугольный / поясной / 75 мм;
эмоции: спокойное / лёгкая улыбка / радость / веселье;
ракурс: в камеру / полупрофиль / три четверти / вверх / вниз.
Какие ещё аспекты нужно обязательно добавить, чтобы собрать оптимальную комбинацию для обучения?"
Ответ: Да, это прям хорошая заготовка. Добавь ещё:
съёмки с разным фокусным расстоянием, если есть;
вариант с аксессуарами (очки, шапки), но не перебарщивай;
несколько разных фонов (нейтральный, интерьер, улица);
разные степени яркости экспозиции;
немного "бракованных" кадров — это повышает обобщающую способность, особенно на слабых сетках;
и главное — названия файлов и теги надо продумать, или хотя бы в prompt.txt их потом вбить. - Вопрос: "Ребят, а кто чем тренит лоры для Флакс? Я вот наткнулся на эту схему:
https://www.runcomfy.com/comfyui-workflows/comfyui-flux-lora-training-detailed-guides
4 часа тренил модельку андроида, ну да не на идеальных референсах, но в итоге он туда дорисовывает какие-то цветочки хз зачем...
В целом-то работает, но не пойму, может я что-то не то в настройках задал? Или может есть более интуитивные инструменты обучения?"
Ответ: Обучение Лоры и интуитивные инструменты — вещи несовместимые 😁 Всё через боль и страдания. Там главное: хороший датасет, фильтрация, стабильные веса и нормальный lora_rank. Если в датасете был цветок — он появится. Если не было — может прилететь от base-модели. Глянь, что у тебя в фоне на фото. Ну и на всякий случай — не забывай маски или белый фон в preproc. - Вопрос: "А не просветите ли меня — можно ли обучать ЛОРУ на 8-гиговой карте, но не RTX, а GTX?"
Ответ: Можно, если без SDXL. Лучше всего ставить rank не выше 32, а lr_scheduler — constant. Убедись, что модель поддерживает ускорение CUDA (Pascal и выше).
У меня знакомый обучал на GTX 1060, но batch_size = 1 и только 512px.
Для SD 1.5 пойдёт, для чего-то серьёзнее — очень туго. Лучше всё-таки арендовать мощную карту или найти машину с RTX. - Вопрос: "Может знаете — можно ли в датасет помещать фото разных возрастов с явным указанием возраста в описании, и надеяться получить при генерации соответствующее возрасту изображение?"
Ответ: Надеяться — можно и даже нужно 😁 По логике это так и должно работать, но я не делал такого.
Если хочешь точный контроль — либо отдельно тренируй под возрастные группы, либо в prompt'е указывай возраст, чтобы LoRA знала, к чему привязаться.
Главное — не мешай младенцев и стариков в один датасет без дополнительных тегов. Будет каша. - Вопрос: "Привет! я опять со странными вопросами новичка :)
Скажи, а ты не сталкивался с таким методом обучения LoRA на парных изображениях?
То есть есть базовое изображение и есть стилизованное, и я хочу, чтобы LoRA научилась делать стилизацию по принципу "было/стало".
Это вообще возможно в LoRA или нужен другой подход?"
Ответ: Нет, одной Лорой ты так не сделаешь. Это слишком наивно. LoRA не учит связи "до/после", она запоминает общий средний стиль.
Если хочешь такое — тебе нужна либо Style Transfer схема, либо тренировка через ControlNet или Dreambooth.
Лора не понимает парность — она не знает, что одно фото "до", а другое "после". У неё нет сопоставления.
- Вопрос: "Привет! Я пробую собрать датасет для лица — у меня есть 24 фотки, крупные портреты, без фона, почти все на однотонной стене.
Лора вроде работает, но когда пытаюсь закинуть её в генерацию — в дальнем плане лицо "уходит", черты стираются.
Это баг или мне просто не хватает вариативности?"
Ответ: Это не баг, это фича. LoRA плохо держит консистентность в уменьшении размера.
Надо в датасет включать разные расстояния — не только впритык, но и с метра хотя бы.
И фон всё-таки лучше менять — однотонный стенд плохо обобщается. Можно даже имитацию уличных условий сделать.
Или, как вариант, дообучить LoRA на доп. паке с уменьшенным фейсом. - Вопрос: "А есть ли смысл в создании LoRA на сразу 2-х персонажей? Например, хочу сделать лору, которая знает визуальные образы героя и героини, и могу в prompt менять токен типа <hero1> и <hero2>.
Или лучше делать две отдельных?"
Ответ: Это реально, но... танцы с бубном. Надо:
делать чёткие токены-разделители (типа как ты написал);
тренить на разных поддиректориях;
ставить rank минимум 64, лучше 128;
и желательно, чтобы у них не было общих образов, иначе смешает.
У меня была такая Лора с "девушкой в пальто" и "парнем в худи" — работала, но очень нестабильно. Лучше — две лоры и потом склеивать промптами. - Вопрос: "Привет народ! Кто обучал Лоры с большим количеством аксессуаров?
Я пробовал сделать Лору на девушку с очками, но на генерации очки рисуются криво или исчезают.
Явно не хватает чего-то, но не пойму — это баг модели или я сам облажался?"
Ответ: У тебя скорее всего недостаток стабильности в датасете. Очки — это tricky штука.
Надо:
чтобы на каждом фото очки были отчётливо видны;
чтобы они не сливались с фоном (прозрачные очки — зло);
чтобы ракурсы были разные: в профиль, чуть сбоку, слегка сверху и т.д.
Если на части фоток очков нет — LoRA будет "колебаться", показывать их через раз. - Вопрос: "Ребят, всем привет. А есть смысл использовать LoRA, если в датасете всего 10–12 фото?
Или это совсем ни о чём? У меня просто портреты человека в одной локации, разной эмоции, но фон одинаковый."
Ответ: Есть смысл, если локация и свет стабильные, и если ты не ждёшь от неё суперобобщения.
Главное:
держи lora_alpha пониже (2–4);
rank можно оставить в районе 32;
и не меняй resolution. Делай 512x512 или 768x768, без апскейла.
Для узких задач — работает отлично. У меня даже с 8 фотками лора нормально накидывала. Но вот "универсальность" — забудь. - Вопрос: "Приветствую, не подскажите, при создании датасета — как быть с экспозицией?
У меня фотки одного человека: часть на солнце, часть в комнате при лампе, одна при контровом свете.
Это ок, или надо приводить к одному виду?"
Ответ: Всё правильно делаешь!
Разнообразие экспозиции = больше обобщаемость.
Главное — не перегибай.
Не включай кадры, где лицо совсем чёрное или пересвеченное.
Делай так, чтобы глаза и основные черты были видны.
И если используешь jpg — не переужимай. Лучше png.
У меня были случаи, когда на дневных Лора шила норм, а при контровом свете — провал. Пришлось доучивать.
- Вопрос: "Коллеги, привет. У меня такой вот кейс. Собрал датасет с 40 фото одного человека, всё лицо, ракурсы разные, но есть 5–6 фоток, где эмоции сильно гримасные (типа удивление, оскал, закрытые глаза).
Стоит ли их включать или лучше удалить? Лора должна ведь и эмоции уметь, да?"
Ответ: Если эмоции важны — включай.
Но смотри, чтоб таких фото было не больше 10–15% от всего датасета.
Гримасы сильно влияют на loss при обучении, и если их много — модель может "поплыть".
Плюс: сделай 2 версии датасета — одну с нейтральными эмоциями, одну смешанную.
Тогда можно будет сравнивать генерации и понять, как оно влияет. Я так делал — работает хорошо. - Вопрос: "Народ, LoRA учится на .jpg или лучше png в датасет класть?
Имеет ли смысл тянуть разрешение до 1024х1024? Карта у меня 4070, но VRAM всего 8 гигов."
Ответ: Лучше png или .webp с минимальной компрессией.
Jpeg нормально ест, но если его сильно сжали, появляются артефакты, и LoRA это запоминает.
1024 – это ок, если лора на SDXL.
Если ты на 1.5, то лучше 512, и всё будет стабильно, без перегрузов.
И да — не забывай аугментацию, хотя бы лёгкий поворот или кроп. - Вопрос: "Подскажите, можно ли использовать фото в шапке/капюшоне, если хочу обучить LoRA на персонажа с таким видом?
Или всё-таки лучше сделать без головных уборов, а потом дорисовывать через промпт?"
Ответ: Если цель — чтобы Лора знала именно "в шапке", то конечно клади.
Только следи, чтобы:
не было перемешки с безшапочными, если не хочешь, чтобы оно путалось;
шапка/капюшон была чётко различима на всех фотках;
и желательно тег в имени файла добавить, типа hat_001.png.
Если хочешь и так, и так — делай два датасета, или разбей на группы и напиши разные токены. - Вопрос: "Ребят, у меня такой затык: при обучении лоры на комфи, в половине случаев output получается "пластиковый".
Лицо как будто пластиковое, губы как будто резиновые.
Это плохо подобранный датасет или я что-то в параметрах не так задаю?"
Ответ: 90% — это недостаток текстуры в исходниках.
Часто юзают фотки с телефонов, где лицо замылено фильтрами.
Что делать:
Используй изображения с натуральной кожей, пусть даже с шумами;
Обрабатывай через face enhancer до обучения (типа RestoreFormer);
И — не перебарщивай с sharpen после обучения, это тоже может дать "резину". - Вопрос: "Я тренировал LoRA на персонаже комикса. Проблема — в генерации он в одной позе, при том что в датасете есть и профиль, и ракурс, и сзади.
Может он просто запомнил основной ракурс? Или лора тупо переобучилась?"
Ответ: Да, это типичная overfitting LoRA.
Если в датасете есть повторяющийся кадр или композиция, модель залипает.
Советы:
shuffle датасет, и не ставь epoch > 10;
сделай аугментации (flip, rotation, crop);
проверь не совпадают ли названия файлов, иногда баг ловится из-за нумерации 001.png, 002.png и т.д.
- Вопрос: "Привет! Вопрос такой — если я в датасет добавлю изображения персонажа на фоне огня или спецэффектов, это не будет мешать?
Или лучше на однотонке? Мне нужно, чтобы в генерации он иногда появлялся 'на фоне огня', но не всегда."
Ответ: Если "не всегда" — лучше не надо, или добавляй, но очень точечно — не больше 1–2 таких кадров.
LoRA сжирает фон как часть образа, и потом тяжело отучить.
Если хочется флекса —:
делай LoRA только на персонажа (чисто силуэт, поза, одежда);
а фон через prompt или controlnet добавляй.
Я как-то делала Лору на перса с молниями — потом молнии прилипали даже в спальне 😅 - Вопрос: "Коллеги, кто делает LoRA на SDXL — подскажите, какое разрешение оптимальное для датасета?
И можно ли миксовать, скажем, 768 и 1024? Или всё должно быть ровно?"
Ответ: Лучше не мешать.
Если тренишь на 1024 — тогда все изображения должны быть подогнаны под это.
Если вкинешь 768, SDXL начнёт тупить, особенно в деталях.
Для лица, кстати, часто даже лучше 768x768. Меньше VRAM, и выход стабильнее.
Я обычно upscale через Topaz или Supir, потом прогоняю auto crop. - Вопрос: "Собираюсь делать LoRA для мультяшного персонажа (типа Adventure Time стиль).
Есть набор PNG-шек с прозрачным фоном, 256x256, нарисованные вручную. Подойдёт или надо их как-то подгонять?"
Ответ: Прозрачный фон — в топку. Обязательно на белом или сером фоне сохраняй.
PNG норм, но 256 маловато. Растяни до 512х512, но через хороший resample (Lanczos или Supir), а не тупо через Paint.
Ещё момент: мультяшки лучше обучать без текстур, но с разными позами — они быстро начинают "залипать" в одной эмоции. - Вопрос: "А если у меня персонаж нарисован в разных стилях (где-то акварель, где-то лайн, где-то в пиксель-арте) — стоит ли это всё мешать в один датасет, или лучше разделить и сделать несколько LoRA под каждый стиль?"
Ответ: Разделяй, однозначно.
LoRA плохо "чувствует" стили, если их мешать — начинает лезть каша.
Сначала делай акварельную версию,
Потом — пиксельную и так далее.
Каждую — как отдельную Лору. Потом можно их смешивать через lora1:0.5, lora2:0.5, но это уже в генерации. - Вопрос: "Такой вопрос: если я хочу обучить LoRA по кадрам из фильма — нужно ли вытаскивать только резкие кадры, или можно миксовать с динамичными, размытыми сценами?"
Ответ: Если ты хочешь, чтобы персонаж был узнаваемый и "чистый", то:
размытые кадры — в топку;
любые "кадры в движении" с motion blur — портят восприятие Лорой;
фокус на крупных планах с освещением, где видно глаза, рот и общие черты.
Потом уже можешь использовать inpainting или motion frame generator, чтобы подстроить под динамику.
- Вопрос: "Ребят, а кто как размечает датасет, когда обучает LoRA на конкретного человека?
Указываете ли вы что-то в названии файла? Или вообще не паритесь и просто складываете в папку и всё?"
Ответ: Можно не париться — Comfy и так схавывает. Но лучше всё-таки привязать имя токена к названию файлов.
Пример: claire_001.png, claire_002.png и потом claire юзается как trigger token.
Или в prompt.txt прописать: Claire face portrait photo.
Главное — один и тот же триггер везде, без разнобоя.
Ну и желательно, чтобы в файлах не было кириллицы или пробелов. - Вопрос: "Подскажите, а имеет ли значение формат изображений при обучении LoRA?
То есть, если одни будут PNG, другие — JPEG или WebP — это ок? Или надо приводить к одному виду?"
Ответ: Лучше всё-таки привести.
PNG — лучший выбор, особенно если изображения сохранялись без потерь;
WebP — норм, если качество 95–100;
JPEG — под вопросом. Если сильно сжатый — Лора будет видеть артефакты и учиться на них.
Сам всегда перед обучением прогоняю через скрипт, который делает convert -> PNG, и тогда спокойно. - Вопрос: "А как быть, если часть изображений в датасете — скриншоты (например, с Telegram или YouTube)?
Они хуже качеством, с наложенным текстом. Можно ли их оставить, или надо вычищать?"
Ответ: Вычищай.
Текст на изображении — зло для LoRA, особенно на лице или на фоне.
Даже если он не в фокусе — Лора его "чувствует", и потом может пытаться дорисовать.
Если уж очень надо — обрезай или делай кроп, чтобы текст вылезал за пределы. - Вопрос: "Скажите, кто-то обучал Лору, где персонаж постоянно в шапке с ушами?
У меня персонаж из игры, и у него образ почти всегда с этой шапкой. Но иногда хочется, чтобы и без неё генерился — стоит ли её включать в датасет?"
Ответ: Если иногда — тогда нет, лучше исключи.
LoRA не понимает "время от времени" — она если увидела 10 фоток с ушами, будет лепить всегда.
Можешь попробовать:
обучить две лоры, одна с шапкой, одна без;
или обучить одну, но добавить ControlNet маску, чтобы потом управлять генерацией — где с шапкой, где без. - Вопрос: "Я заморочился на персонажа из комикса, сделал лору по 40 кадрам, но всё равно на выходе линии 'плывут', а лицо разное.
Вроде всё по инструкции, но выходит не то. Может резкость изображений влияет?"
Ответ: Влияет, и ещё как.
Если контур размытый, или lineart не стабилен — LoRA начинает "додумывать" детали;
Если хочешь чистые линии — используй Canny или Lineart Preprocessor перед обучением;
Ну и фильтруй датасет — чёткие изображения на однотонном фоне без мусора.
Ещё совет: иногда помогает сделать только 1 эпоху, но с большим количеством шагов — для мультяшек так работает лучше.
- Вопрос: "Всем привет! Скажите, при создании датасета для лоры на SDXL, стоит ли заранее нормализовать изображения под 1024x1024, или можно скармливать всё подряд, а внутри Comfy оно само подгонится?
Или это критично для качества результата?"
Ответ: Лучше нормализовать заранее.
SDXL любит 1024x1024 или около того;
Смешивание 768, 800, 900 и т.д. приводит к тому, что при генерации будет плясать фокус — иногда лицо будет резким, иногда смазанным.
Прогони всё через upscale или через ноду автокропа в ComfyUI.
Тогда и лосс ровнее будет падать, и результат стабильнее. - Вопрос: "Коллеги, подскажите, если в датасете есть несколько кадров, где персонаж в разных цветах одежды — это норм, или лучше всё в одной гамме оставлять?
Хочу, чтобы потом на генерации можно было разную одежду получать."
Ответ: Всё правильно делаешь — разноцветная одежда — это плюс.
Главное:
Не перегибай — пусть цвета будут естественные (белый, чёрный, синий, красный), а не кислотные;
Следи, чтобы основная часть датасета оставалась с одинаковыми чертами лица — одежда меняется, а лицо должно оставаться стабильным.
Потом в промпте можно управлять цветом через стандартные токены (red jacket, blue dress). - Вопрос: "Народ, объясните по-быстрому: если в датасете на 30 фото есть 3–4 фотки с дефектами типа пересвета или микроблюра — это прям смерть для обучения, или терпимо? Удалять их или оставить?"
Ответ: Зависит от того, насколько ты хочешь стабильности.
Если хочешь "идеальную Лору" — лучше удалить.
Если хочешь, чтобы Лора обобщала и не боялась косяков — оставь парочку, но не больше 10% от датасета.
Только проверь, чтобы на дефектных фото всё равно были видны глаза, нос, рот — иначе она будет учить шум вместо черт. - Вопрос: "А кто-то пробовал обучать Лору на картинках, где есть лёгкий фильтр типа ретро-эффекта или блики?
Не будет ли это сбивать генерацию потом?"
Ответ: Фильтры в лоре = грязь в будущем.
Особенно всякие "блики", "старение" и "пыль" — Лора запоминает их как часть основного паттерна.
Лучше:
Либо убрать фильтры до тренировки (деконволюция или ручная чистка);
Либо собрать отдельную Лору на стиле и потом миксовать её с основной через prompt.
В общем, нет — чистые исходники — залог чистого результата. - Вопрос: "Если хочу, чтобы Лора умела работать и в цвете, и в ч/б — как лучше собрать датасет? Мешать цветные и черно-белые фото или лучше всё цветное, а потом ч/б делать через prompt?"
Ответ: Делай всё цветное.
LoRA не знает понятия "чёрно-белое" как отдельного состояния.
Потом при генерации просто добавляй black and white photo в промпт — и всё.
Если замешаешь цветные и ч/б — будет мешанина: однажды даст тебе сепию, другой раз — зелёные лица 😁
Проверено лично на датасетах для Flux'а и Dora — цвет рулит.
- Вопрос: "Ребят, если хочу сделать лору на 'пару', типа парень + девушка вместе на одном кадре — стоит ли фоткать их отдельно и потом собирать, или можно сразу использовать фотки вдвоём?
Хочу, чтобы потом вместе генерились."
Ответ: Если хочешь, чтобы они всегда были вместе — фоткай вместе.
Но запомни:
Близкое положение (объятия, рука в руке) лучше фиксирует связь;
Нельзя мешать кадры "он один" / "она одна" в один датасет — запутаешь лору;
Лучше завести токен типа <couple> и тренить только на таких фотках.
Делила на пары — очень хорошо работает потом в генерации. - Вопрос: "Кто подскажет — если в датасете половина фото при дневном свете, половина ночью или в помещении при тусклом свете — это плохо для обучения лоры?
Нужно ли приводить все к единому освещению?"
Ответ: Наоборот, это хорошо.
Разнообразие света = лучшее обобщение.
Главное:
Убедись, что детали лица хорошо читаются везде;
И чтобы не было кадров, где лицо полностью в тени или блики на лбу.
Я всегда стараюсь 70/30 делать: 70% дневных кадров, 30% вечерних. - Вопрос: "Кто-то пробовал собирать датасет с уже сжатых картинок (скачанное из Telegram, например)?
Там ведь пережатие дикое. Имеет ли смысл или это мусор для лоры?"
Ответ: Telegram-фотки — зло для обучения лоры.
Особенно если пережаты до 800px и там все лица мылом.
Смысла мало. Что можно сделать:
Попробовать прогнать через ремастеринг типа RealESRGAN или Topaz;
Или не использовать такие изображения совсем.
На личном опыте — Лора начинает потом рисовать пластиковые лица без деталей. - Вопрос: "Всем привет! Подскажите, кто в курсе — если хочу, чтобы LoRA понимала персонажа в разных костюмах (например, в шлеме, броне, плаще) — достаточно просто накидать таких картинок?
Или надо что-то особенное делать в разметке?"
Ответ: Можно просто накидать, но лучше разделять через теги.
Пример:
<hero> in armor
<hero> wearing cloak
<hero> with helmet
Тогда в генерации ты сможешь управлять образом через prompt.
Без тегов Лора иногда начинает мешать элементы, типа пол-плаща, пол-шлема одновременно 😅 - Вопрос: "Коллеги, скажите — а есть какие-то требования к позам персонажей в датасете?
Типа только фронтальные или можно профиль, 3/4, вид сверху? Хочу собрать лору на ролевого персонажа."
Ответ: Чем больше разных ракурсов — тем лучше.
Прямой взгляд в камеру;
Полупрофиль;
Профиль;
Лёгкий вид сверху/снизу.
Главное: не переборщи с экзотикой. Ракурсы должны быть естественные.
Если сделаешь только фронтальные — потом при генерации профиль будет "тянуть" под фронт.
- Вопрос: "Всем привет. Вопрос: если я хочу обучить лору на одного персонажа, но при этом на части фоток у него длинные волосы, а на части короткие — это нормально или лучше всё унифицировать?"
Ответ: Для стабильности — лучше выбрать один образ.
Если намешаешь, модель начнет "подглючивать" — в одной генерации длинные волосы, в другой короткие без команды.
Совет:
Сделать два датасета — длинные и короткие;
Либо тегами разделить типа <hero_longhair>, <hero_shorthair>.
Тогда можно будет управлять этим в промпте. - Вопрос: "Ребят, кто собирал датасеты под мультяшных персонажей — обязательно ли использовать полностью белый фон? Или допустимы простые фоны вроде градиента?"
Ответ: Белый фон — идеально, потому что ничего лишнего.
Градиенты допустимы, если они не перетягивают внимание (не яркие, без текстур).
Самое главное — чтобы силуэт персонажа выделялся чётко.
И не забывай: мультяшные лоры потом хуже справляются с реальными тенями и текстурами, если в обучении фон был сложный. - Вопрос: "Вопрос: если у меня все фотки квадратные, 512x512, а часть из них — вертикальные портреты, но в квадрат вписаны с рамкой, это плохо для обучения? Или нормально?"
Ответ: Лучше без рамок.
Лора воспринимает рамки как часть изображения. Потом на выходе могут появиться "белые полосы" сбоку.
Что делать:
Кропни вручную лицо по центру без пустых полей;
Или заливай рамки тем же цветом, что и фон.
Чем меньше лишних "шумов" в кадре — тем чище выход. - Вопрос: "Подскажите, насколько критично наличие мелких надписей/логотипов на одежде в датасете? Есть пару классных кадров, но на футболке фирма написана."
Ответ: Надписи — опасная штука.
LoRA "видит" их как часть стиля;
Потом в генерации может появляться мусорный текст.
Лучше:
Ретушировать надписи;
Или обрезать кадр так, чтобы логотипа не было.
Особенно плохо влияют яркие и контрастные надписи. - Вопрос: "Всем привет! Кто сталкивался: если персонаж в некоторых фотках улыбается, в некоторых — нейтральный, стоит ли их мешать в одном датасете или делать акцент на одном выражении лица?"
Ответ: Можно мешать!
Главное правило — баланс.
70–80% нейтральных фото;
20–30% улыбающихся.
Тогда Лора научится, что "по дефолту" лицо спокойное, но по промпту можно получить улыбку. - Вопрос: "Коллеги, у кого опыт — можно ли обучить лору только на лицах без тела? То есть, чтобы при генерации потом сам промпт уже дорисовывал всё остальное."
Ответ: Можно.
Есть даже специальная практика обучения "head-only LoRA".
Делай кадры, где только голова и шея, без рук и плеч;
В генерации обязательно использовать уточнения (upper body, full body и т.д.), иначе может вылезти обрубок 😁 - Вопрос: "А если у меня есть фотки с разной яркостью и контрастом (одни затемнённые, другие яркие) — стоит ли их нормализовать перед обучением? Или оставить как есть для разнообразия?"
Ответ: Лучше оставить как есть, но:
убери кадры, где детали лица теряются полностью;
слишком затемнённые или пересвеченные кадры — минус в обучении.
Я обычно пропускаю датасет через лёгкий автокорректор уровней — чисто чтобы тени не убивали всё. - Вопрос: "Подскажите, кто делал LoRA на старые фотографии (черно-белые, потёртые)? Нужно ли чистить их в фотошопе, убирать трещины и пятна, или оставить как есть?"
Ответ: Чистить обязательно!
Иначе Лора научится рисовать артефакты — трещины, царапины, пятна.
Что делать:
Лёгкая реставрация перед обучением (можно через автоматические скрипты типа Topaz AI, или ручками в фотошопе);
Сохранить исходный свет и черты лица, но без грязи. - Вопрос: "Если я собрал датасет, где половина изображений в стиле 3D-рендера (Blender), а половина в стиле рисованной графики — это норм? Или надо тренить отдельно?"
Ответ: Надо отдельно.
3D и рисованная стилистика — разные особенности.
Лучше собрать:
одну Лору на 3D-шную стилизацию;
вторую — на рисованную.
Потом в генерации можно будет их миксить вручную. - Вопрос: "Привет всем. А можно ли сделать LoRA на персонажа по гифкам или коротким видео? Там много похожих кадров, не будет ли переобучения?"
Ответ: Можно, но есть нюансы:
Выбирай разные кадры, а не все подряд;
Убирай дубли и почти идентичные кадры, иначе будет overfit.
Я обычно из гифки беру 5–10 кадров максимум на весь датасет.
И да, не забудь про нормальное разрешение — с гифок часто качество ужас.
- Вопрос: "Привет! Кто сталкивался: если в датасете есть фото с разной глубиной резкости (где-то всё в фокусе, где-то только лицо, фон размыт), это мешает обучению Лоры или помогает?"
Ответ: Это даже помогает!
Разная глубина резкости учит модель работать в разных условиях;
Только старайся, чтобы главное — лицо было в фокусе.
Если фон в расфокусе — ок.
Если лицо — мыло — выкидывай такое фото сразу. - Вопрос: "У меня вопрос — можно ли тренить Лору, где один и тот же персонаж в разных формах (например, обычный человек и тот же человек в образе вампира)?"
Ответ: Можно, но:
Делай разные токены: <normal_hero> и <vampire_hero>;
Не мешай фото без тегов, иначе перемешаются черты.
Я делал лору с "обычным рыцарем" и "проклятым рыцарем" — токены спасли проект. - Вопрос: "Коллеги, а если в датасете есть фотки, где половина лица в тени — стоит ли их оставить или убрать? Свет падает так, что видно только одну сторону лица."
Ответ: Смотря сколько их.
Пара штук — можно оставить для разнообразия;
Много — лучше убрать.
Идеально, когда основная черта лица читается, даже если освещение сложное.
В темноте вообще лучше не тренить. - Вопрос: "Подскажите, если хочу сделать LoRA чисто для профиля (вид сбоку) — нужно ли включать обычные фронтальные фото тоже?"
Ответ: Если цель — строго профиль, то фронтальные фото не нужны.
В идеале:
Все кадры — в полупрофиль или полный профиль;
Фон — нейтральный;
Детализация лица максимальная.
Тогда при генерации LoRA не будет "пытаться повернуть голову обратно". - Вопрос: "Ребят, кто-то обучал Лору на персонаже в очках и без?
В датасете часть фото без очков, часть с. Не будет ли потом на генерации очки появляться через раз?"
Ответ: Будут.
Лора, увидев очки на половине фото, начнёт "гадать" при генерации.
Лучший способ:
Два датасета: hero_with_glasses и hero_without_glasses;
Или разные триггеры в промпте.
Тогда сможешь контролировать появление очков. - Вопрос: "Всем привет! А кто-нибудь пробовал делать датасет, где персонаж на части фото с разной выраженностью мимики?
Хочу чтобы Лора потом могла варьировать выражение лица — стоит так делать?"
Ответ: Это отличный подход.
Важно только:
Стараться держать больше нейтральных лиц в датасете (штук 20–30);
И добавить 5–10 фото с выраженной мимикой: улыбка, удивление, злость.
Тогда Лора сможет потом правильно "отыгрывать" эмоции через промпт. - Вопрос: "Кто обучал Лору, где у персонажа есть на фото разные аксессуары типа шляпы, серьги, колье — как это потом влияет? Не налепит ли Лора случайно украшения там, где их быть не должно?"
Ответ: Если аксессуаров много и хаотично — будет лепить их где попало.
Чтобы контролировать:
Делать разные токены (with_earrings, without_accessories);
Или в датасете отделить кадры с аксессуарами в отдельные папки.
Чем чище датасет — тем меньше сюрпризов на выходе. - Вопрос: "Коллеги, вопрос: если хочу обучить Лору на изображениях персонажа в различных освещениях — от яркого полуденного до лампы ночью — это увеличит её универсальность или запутает?"
Ответ: Увеличит!
Разные типы света помогают Лоре адаптироваться к условиям промпта.
Только правило:
Лицо должно быть видно всегда;
Избегать экстремальных пересветов и полного чёрного провала.
Я всегда делаю несколько серий: день, вечер, лампа, пасмурный день. - Вопрос: "Если на фото персонажа иногда видны руки (жесты) — стоит ли включать такие фото в датасет?
Хочу, чтобы Лора потом не ломала кисти."
Ответ: Стоит, обязательно.
Фото с руками помогают Лоре понимать пропорции тела.
Только:
Кисти должны быть отчётливо видны;
Без перекрученных пальцев и артефактов.
И не переборщи: 20–30% датасета с руками — за глаза.
- Вопрос: "Привет всем! Такой вопрос: если у персонажа на фото частично закрыто лицо волосами или капюшоном, стоит ли такие кадры оставлять для обучения LoRA?"
Ответ: Осторожно с этим.
Пара таких фото в датасете окей — учит гибкости;
Но если половина лиц прикрыта — Лора начнёт генерировать тени, пятна или искажения.
Лучше аккуратно балансировать: 90% открытых лиц, 10% — частично закрытых. - Вопрос: "Есть датасет с персонажем в движении (бег, прыжки).
Стоит ли включать такие фото? Или лучше брать только статичные кадры?"
Ответ: Включать можно, но осторожно:
Только если основные черты лица чётко читаются;
Без экстремальных размытиев.
Бег и прыжки полезны для общей динамики поз, но Лора иногда потом начинает кривить руки и ноги, если в обучении было много размытых кадров. - Вопрос: "Ребят, кто обучал LoRA на кадрах с анимационных фильмов или мультфильмов?
Надо ли что-то специальное учитывать в датасете, кроме разрешения?"
Ответ: Да, есть нюансы:
Анимационные кадры часто переэкспонированы или зашумлены — фильтруй аккуратно;
Делай упор на чёткие силуэты;
И следи за чистотой фона, чтобы Лора не тащила цветовые шумы на лица.
Если сцены разные по стилю (разные аниматоры) — лучше разбить на несколько мини-датасетов. - Вопрос: "Собираю датасет для LoRA: у персонажа в половине случаев разные выражения лица — смех, злость, грусть.
Может это запутать модель? Или стоит постараться оставить нейтральные выражения?"
Ответ: Лёгкие эмоции — хорошо.
Но:
Лучше, чтобы основа датасета — нейтральные лица (спокойная мимика);
Эмоции — добавлять до 20–25% от общего числа кадров.
Иначе модель может начать лепить непредсказуемые выражения даже без запроса в промпте. - Вопрос: "Скажите, если в датасете часть изображений горизонтальные, а часть вертикальные, нужно ли их приводить к единому формату (всё квадратное, например)? Или это не критично?"
Ответ: Лучше привести к единому формату.
Квадрат 512x512 или 768x768 — универсальный формат;
Горизонтали/вертикали иногда портят восприятие композиции при генерации.
Сам всегда перед обучением прогоняю через скрипт автокропа и ресайза. - Вопрос: "Может кто сталкивался — если в датасете иногда меняется яркость кожи (например, на улице бледнее, в помещении теплее) — это плохо для обучения лоры? Или наоборот даёт устойчивость?"
Ответ: Наоборот, это хорошо.
Разная освещенность помогает Лоре не залипать в одном цветовом профиле;
Но! Следи, чтобы не было пересвеченных кадров или провалов в тенях.
В генерации потом проще будет управлять сценой через промпт. - Вопрос: "Если часть фото в датасете — с улыбкой в зубы, а часть — без улыбки, это не будет мешать потом при генерации нейтральных лиц?"
Ответ: Не критично, если:
Улыбающиеся фото — не больше 20–30% датасета;
Основная масса — спокойные лица.
И тогда можно будет через промпт явно вызывать эмоцию (smiling, serious face). - Вопрос: "Делал LoRA на основе фотографий, где у модели на части фото была борода, на части — без бороды.
В итоге в генерациях иногда получалась странная 'полу-борода'. Как избежать такого?"
Ответ: Надо было:
Делать разные токены (with_beard, without_beard);
Или в датасете строго разделить фото с бородой и без.
Лора запоминает даже малейшие отличия, и если не подсказать явно — мешает черты. - Вопрос: "Хочу собрать датасет на персонажа в зимней одежде (шапка, шарф).
Стоит ли миксовать зимние и летние образы в одном наборе? Или лучше отдельно тренировать?"
Ответ: Отдельно.
Зима — один датасет;
Лето — второй.
Иначе начнётся каша: в генерации можешь получить персонажа в шапке летом или в майке на фоне снега.
Лучше потом миксовать через промпты, если надо.
- Вопрос: "Скажите, пожалуйста, если часть фоток персонажа сделана со вспышкой, а часть при естественном свете — стоит их смешивать в одном датасете или нет? Будет ли это плохо влиять на обучение?"
Ответ: Смешивать можно.
Вспышка = другое освещение, и это только увеличит обобщаемость модели.
Главное — следить, чтобы:
На фото со вспышкой не было жёстких теней, убивающих лицо;
И чтобы все основные черты были отчётливо видны. - Вопрос: "Можно ли использовать фото, где персонаж в солнечных очках, для обучения обычной LoRA? Или это будет мешать генерации нормальных лиц?"
Ответ: Лучше избегать.
Фото в тёмных очках:
Убивают видимость глаз;
Потом Лора рисует странные пустые глазницы 😁
Если хочешь, чтобы персонаж носил очки по желанию — тренируй отдельную Лору на образ с очками. - Вопрос: "Всем доброго дня! Как поступить: если лицо персонажа на фото покрыто лёгкой сеткой тени от листьев/решётки?
Это норм или надо такие фото удалить?"
Ответ: Лёгкие тени окей, но:
Если сетка слишком чёткая, Лора потом начнёт "штамповать" такие сетки на всём.
Совет: если сомневаешься — лучше убрать.
И обязательно убирать фото, где лицо полностью пересекается тенями. - Вопрос: "Кто обучал LoRA на фото, где фон размытый (эффект боке)?
Стоит ли включать такие кадры, или только с чётким фоном?"
Ответ: Боке — это прекрасно для LoRA.
Лицо выделяется;
Фон не лезет в композицию.
Главное — чтобы лицо оставалось в фокусе.
Самые идеальные датасеты — это портреты с хорошим боке. - Вопрос: "Если есть фото, где лицо персонажа с небольшой долей поворота (например, взгляд в сторону) — стоит их включать в датасет, или только прямой взгляд?"
Ответ: Включать обязательно.
Разные углы взгляда помогают Лоре понимать трёхмерность объекта.
Иначе потом будет рисовать всё время прямой взгляд без динамики. - Вопрос: "Кто пробовал — если есть фотки с лёгкими цифровыми шумами (особенно вечерние съёмки), стоит ли их чистить перед обучением? Или можно оставить?"
Ответ: Лучше чистить.
Шум учится вместе с изображением;
Потом Лора будет давать на лице зернистость даже при хорошем свете.
Прогон через Denoise типа Topaz или через Photoshop Camera Raw помогает. - Вопрос: "Привет! Скажите, можно ли комбинировать фото из реальной жизни и 3D-рендеры в одном датасете для одной LoRA? Например, реальные лица + лица из Daz3D?"
Ответ: Нежелательно.
Реальные фото и 3D — разные по стилю:
Разные текстуры кожи;
Разная детализация теней.
Лучше либо учить отдельно, либо всё реальное в один датасет, всё 3D — в другой. - Вопрос: "А если я хочу, чтобы Лора потом хорошо рисовала персонажа на разных фонах (город, парк, интерьер) — нужно ли специально в датасет добавлять разные задники?"
Ответ: Да, фон влияет.
Набери хотя бы 5–6 разных фоновых окружений;
Но не перегибай — основной акцент всё равно должен быть на персонаже.
Потом в генерации легче будет через промпты регулировать (background: cityscape, background: park). - Вопрос: "Если хочу сделать Лору на старые ч/б фото, стоит ли перед обучением колоризовать их через нейросеть? Или лучше учить как есть в ч/б варианте?"
Ответ: Лучше учить как есть.
Колоризация добавит искусственные артефакты;
В ч/б Лора будет крепче запоминать формы и светотени, а не цвета.
Потом в генерации легко переключиться на black and white photo через промпт. - Вопрос: "Планирую сделать Лору персонажа с необычными глазами (например, кошачий зрачок, светящиеся глаза).
Нужно ли акцентировать внимание в датасете именно на этих чертах?"
Ответ: Да, обязательно.
Чем больше фото с акцентом на глаза, тем лучше закрепится паттерн.
Желательно 50–70% датасета посвятить кадрам, где глаза чётко видно.
И в промпте потом обязательно прописывать cat-like eyes или glowing eyes.
- Вопрос: "Ребят, а стоит ли в датасет для LoRA включать фото, где персонаж в очках отражается в зеркале?
Там же дублируется лицо."
Ответ: С зеркалами лучше аккуратно.
Если отражение чёткое и лицо читается — оставлять можно.
Если отражение смазано, раздвоено или сильно искажено — лучше выкинуть.
Иначе Лора потом начнёт "лепить двойные лица". - Вопрос: "Всем привет! Вопрос: если в кадре есть сильный градиентный свет (например, лицо наполовину освещено холодным светом, наполовину тёплым), это нормально для обучения LoRA?"
Ответ: В целом нормально, если:
Лицо всё равно хорошо видно;
Контраст не убивает черты.
Но если на половине лица резкая синяя полоса — лучше убрать. - Вопрос: "Можно ли собирать датасет из фотографий одного человека, но в разных возрастах — например, 18 лет, 30 лет, 50 лет? Или лучше для каждого возраста делать отдельную Лору?"
Ответ: Лучше разделить по возрастам.
Лора запоминает образ целиком — если намешаешь, будут странные лица: молодое тело со старыми глазами.
Делай отдельные LoRA на 18 лет, 30 лет и так далее — будет стабильнее. - Вопрос: "А если у меня есть персонаж в разных стилях рисовки (например, аниме и более реалистичная стилизация) — стоит ли это смешивать в одном датасете?"
Ответ: Не стоит.
Разные стили — разная текстура, разные пропорции.
Лучше собрать отдельные датасеты по стилям и обучить отдельные LoRA.
Потом можно миксовать их при генерации. - Вопрос: "Кто-то пробовал использовать сканы бумажных фото для обучения LoRA? Есть старые альбомы, хочу попробовать. Но боюсь, что качество не подойдёт."
Ответ: Можно, но:
Сканы должны быть чистыми и отретушированными (без пятен, царапин);
Лучше заранее прогнать через реставраторы типа Topaz или ручную чистку.
Иначе артефакты пойдут в генерацию. - Вопрос: "Планирую собрать датасет для LoRA персонажа с нестандартными цветами кожи (например, синий, зелёный).
Нужно ли делать баланс с нормальными оттенками, или только фэнтезийные?"
Ответ: Если цель — чётко фэнтези, тогда весь датасет должен быть в одном цветовом стиле.
Иначе модель будет путать палитры.
Лучше 100% зелёные или синие оттенки кожи для такого персонажа. - Вопрос: "А кто обучал LoRA, где часть датасета была в формате скриншотов из видео?
Есть ли нюансы с таким материалом?"
Ответ: Скриншоты окей, если:
Кадры выбраны вручную, без размытия движения;
Разрешение нормальное, а не 480p пиксельное месиво.
И обязательно чистить шум и компрессию. - Вопрос: "Всем привет! А имеет ли смысл добавлять в датасет кадры, где персонаж не смотрит в камеру, а в сторону, вниз, вверх?"
Ответ: Обязательно!
Иначе потом в генерации всё время будет прямой взгляд.
Разнообразие поз и направлений взгляда очень важно для живости картинки. - Вопрос: "Скажите, а имеет ли смысл добавлять кадры в движении, если планирую обучать LoRA на персонажа в динамике (например, танцы, спорт)?"
Ответ: Да, если:
Лицо чётко видно;
Нет сильного смаза.
Тогда при генерации позы будут выглядеть более естественно, а не как деревянные марионетки.
- Вопрос: "Привет! Хочу сделать LoRA на персонажа, где в части фото он в наушниках. Будет ли это мешать? Наушники не всегда большие, но иногда прям в кадре."
Ответ: Будет мешать, если:
В половине фото уши закрыты, а в другой — открыты.
Потом Лора может дорисовать "ошибочные" формы уха или прилепить наушники, даже если ты не просишь.
Лучше:
Или весь датасет с наушниками,
Или вообще без них.
Либо два датасета + разные токены. - Вопрос: "Ребят, если у меня в датасете есть немного фото с фоном из интерьера (мебель, лампы), а остальные — на нейтральном фоне, это ок? Или интерьер лучше убрать?"
Ответ: Если этих интерьеров немного — норм.
Но следи, чтобы фон не перетягивал внимание на себя.
Иногда LoRA потом начинает дорисовывать кресла или полки.
Лучше чистый, неяркий фон, особенно если фокус на лице. - Вопрос: "Собираю датасет с персонажем в движении, есть кадры с выраженными жестами — пальцы в разные стороны, рука на груди и т.п.
Такие фото оставлять или лучше урезать?"
Ответ: Оставлять!
Чем больше жестов, тем естественнее руки будут потом.
Но важно:
Жесты должны быть понятные, без перекрутов и смаза.
Желательно 20–30% от датасета.
Иначе будет "расплывающаяся" анатомия. - Вопрос: "Если персонаж в разных кадрах улыбается, а в некоторых — с закрытым ртом, стоит ли делать разные токены или это и так нормально сработает?"
Ответ: Обычно норм.
Но если ты хочешь управляемость (чтобы явно включать/выключать улыбку) —
Делай разные теги: <smile>, <neutral_face>.
Тогда в генерации будет больше контроля.
Без этого — Лора просто усреднит мимику. - Вопрос: "Есть серия фото, где персонаж в очках с прозрачными стёклами. На части фото бликует линза. Это критично? Или можно оставить?"
Ответ: Прозрачные очки — отдельная головная боль 😅
Если бликует сильно — лучше убрать такие кадры.
Если линза чистая и видно глаза — можно оставить.
Но помни: даже пара "плохих" бликов может испортить всю генерацию. - Вопрос: "Всем привет! А если в датасете есть фото с глубокой тенью под носом (например, лицо сверху вниз освещено), это сильно испортит обучение?"
Ответ: Зависит от количества.
1–2 фото — ок.
10+ — модель может начать рисовать "грязь" под носом.
В идеале — освещение ровное, либо мягкий контровой свет.
Глубокие тени — лучше выкидывать. - Вопрос: "Есть серия фото, где персонаж слегка прищурен (не эмоция, просто свет яркий). Будет ли это сбивать Лору или норм?"
Ответ: Это норм.
Прищур — естественная вещь, помогает вариативности взгляда.
Только смотри, чтобы глаза всё равно читались.
Если глаза совсем закрыты — лучше убрать. - Вопрос: "Хочу сделать LoRA на персонажа, у которого часто виден язычок (например, при приоткрытом рте, в улыбке).
Надо ли специально фокусироваться на таких фото или этого будет достаточно в 2–3 кадрах?"
Ответ: Если хочешь управлять языком — делай:
Не меньше 5–7 фото, где язык явно виден.
И токен типа <tongue_out>.
Без этого он будет появляться рандомно и неуправляемо. - Вопрос: "Можно ли в датасете использовать фото с разной дистанцией съёмки — где-то лицо крупно, где-то почти по пояс? Или всё надо приводить к одному масштабу?"
Ответ: Наоборот — отлично!
Такая вариативность даёт больше контроля в генерации.
Главное:
Не перегибай — если 90% будет "по пояс", лицо начнёт размываться.
Лучше: 70% крупный план, 30% средний.
- Вопрос: "Коллеги, а кто пробовал тренировать LoRA, где на части фото персонаж слегка приподнимает бровь? Это норм? Или такие мимические вариации надо вычищать?"
Ответ: Наоборот, такие детали обогащают датасет.
Приподнятая бровь, лёгкий наклон головы, мимика — всё это даёт Лоре живость.
Главное:
Чтобы глаза были симметричны;
И чтобы кадры с "особенностями" не превышали 20–25% датасета. - Вопрос: "Можно ли добавлять фото, где персонаж в полутьме (например, на фоне огня или заката), если лицо при этом не очень хорошо видно?"
Ответ: Только если лицо всё равно читается.
Эффекты типа пламени/заката могут быть полезны для художественного LoRA;
Но если лицо "утонуло в тени" — лучше не рисковать.
Есть риск, что Лора потом начнёт "гореть" или затемнять морду 😄 - Вопрос: "Привет! Кто пробовал использовать для LoRA фото, где персонаж частично повёрнут спиной (вид на затылок, волосы и т.д.) — это имеет смысл?"
Ответ: Да, но таких фото должно быть мало — 2–3 штуки максимум.
Они нужны, если хочешь управляемость типа back view.
Но без токена — Лора может начать лепить затылок спереди 😬 - Вопрос: "А если на некоторых фото персонаж прикасается рукой к лицу (например, подбородок или щека), это критично? Или нормальный элемент для датасета?"
Ответ: Нормально, если:
Рука не перекрывает лицо полностью;
Пальцы чёткие, а не смазанные.
Такие кадры придают выразительность, и Лора учится понимать анатомию в контакте. - Вопрос: "Есть идея: сделать LoRA, где персонаж на всех фото с микрофоном. Цель — получить потом сцены 'поёт на сцене'. Нужно ли, чтобы микрофон был в каждом кадре, или достаточно половины?"
Ответ: Если хочешь, чтобы микрофон был всегда — тогда почти на всех кадрах он должен быть.
Лучше даже:
80% с микрофоном;
20% — нет, для баланса.
И не забудь токен типа <with_mic>, чтобы потом можно было переключаться. - Вопрос: "Можно ли использовать фото с телефона, если они уже прошли автоматическую постобработку (резкость, насыщенность)? Или лучше искать 'сырой' материал?"
Ответ: Лучше сырой.
Постобработка часто добавляет контуры, которые неестественны;
Особенно опасен автошарп, он "ломает" черты лица.
Прогон через denoise и лёгкий blur поможет, но лучше искать оригиналы. - Вопрос: "А кто пробовал обучать LoRA, где персонаж в кадре с домашним животным? Хочу, чтобы потом появлялся кот на плече. Нужно ли включать таких фото?"
Ответ: Да, если кот — важный элемент.
Должен всегда сидеть в одном месте (например, на плече);
Не должно быть "половина фото с котом, половина без" — иначе будет мешать.
Делай отдельный токен <cat_on_shoulder> и будет счастье 😺 - Вопрос: "Есть несколько фото, где персонаж ест/пьёт. Рот открыт, поза необычная. Это мешает или может быть полезно?"
Ответ: Это зависит от цели.
Для стандартной LoRA на портрет — выкидывай;
Если хочешь контекстную генерацию, где персонаж ест/пьёт — оставь и введи токен (<eating>, <drinking>).
Но главное — не включай такие фото "впопыхах", они должны быть чёткие и стабильные. - Вопрос: "Можно ли обучать LoRA по кадрам, где персонаж в очках на фоне зеркала, и видно 'два лица'? Или это точно в корзину?"
Ответ: 95% — в корзину.
Если отражение чёткое — ещё можно подумать;
Но Лора может научиться дублировать глаза или рот.
Лучше не рисковать — такие кадры идут в 'исключения с фильтром'. - Вопрос: "Хочу сделать LoRA, где персонаж часто наклоняет голову вбок. Нужно ли делать 90% таких наклонённых кадров или хватит пары для паттерна?"
Ответ: Если ты хочешь, чтобы это была "фишка персонажа" —
Да, 60–70% наклонённых кадров.
Остальные — обычные, чтобы не было переобучения.
Это работает как узнаваемый жест или привычка — Лора это уловит.