优云智算
控制台
立即注册

MinimaxH3图像的Lora训练打标

新增Minimax-H3图像的Lora训练,支持多种训练,内置模型打标

镜像大小
90 GB
当前版本
v1.0
累计部署
0 次
累计运行
0 h
最近更新
2026-11-16

运行环境

框架版本
PyTorch-2.9
CUDA版本
13
应用
JupyterLab: 8888
支持卡型
RTX40系RTX50系
+11

H3 Image LoRA 训练 — AI Toolkit(云端)

使用 AI Toolkit 训练 MiniMax H3 图像模型的 LoRA。H3 Image 同时支持文生图和编辑,本教程示例为角色 LoRA(属于文生图类型),拟合速度很快:250 步左右就有角色特征,3000 步整体已经比较精细。

💡 如果训练的是编辑 LoRA,方法和之前训练千问 2.1 编辑 LoRA 完全一致,使用对应的 Control / Target 素材即可。

环境要求

  • GPU:推荐 4090,3090 同样完全没问题
  • 显存占用参考:实测约 15G,只要 16G 以上显卡都可以训练
  • ⚠️ 训练 H3 Image LoRA 必须有 Training Adapter,没有就训练不了。云端镜像已配置好

快速开始(云端)

# 1. 部署 4090(或 3090)实例
# 2. 打开 Jupyter Lab,复制启动指令粘贴运行
# 3. 打开 AI Toolkit

数据集准备

数据集新建方式有两种,效果一样:

  • 在 AI Toolkit 的 Dataset 页面新建
  • 直接在 dataset 文件夹里新建文件夹

建好后把训练集拖进去。准备什么取决于训练的 LoRA 类型:

LoRA 类型数据准备
角色 LoRA只需要角色图片:10~20 张,包含各种表情、动作
风格 LoRA使用风格专用的打标提示词(见下方打标部分)
编辑 LoRA需要 Target + Control 成对素材;不需要打标,用简单提示词即可

打标

角色 LoRA 的打标规则:

  • 触发词放在最前面(角色名字或任意词),再接描述
  • 不要描述角色的外貌特征,比如金发、红色眼睛;如果想固定某套服装,服装也不要描述。不描述的部分,模型会更专注去学习它

打标可以自己来,也可以直接用镜像里的自动打标:

  1. 把图片拖进 Dataset
  2. 点击 Caption,每次都新建一个打标任务(直接编辑旧的 Caption 任务会更改模型)
  3. 进入 Dataset,选择 Auto Caption
  4. 模型选择 千问3 VL 8B 的 Huihui 版
  5. Resolution 选 1024,Token 选 512
  6. 点击添加到队列,等待打标完成

⚠️ 自动打标用的 8B 模型是量化版本,能力会有所下降,即使提示词里要求"不要描述头发颜色",仍可能被描述出来。所以 Caption Prompt 建议用英文写(让 AI 帮你写),不要只写中文,并且打完标后人工检查一遍。

  • 风格 LoRA:可以直接使用镜像里预设的风格打标提示词
  • 编辑 LoRA:不需要打标,用简单提示词即可

创建训练任务

数据集准备好后,进入 Queue,选中预设的 H3 Image LoRA 任务,点击修改:

  1. 触发词:之前打标时没有加触发词,所以在这里给角色加上(示例用 MA,任意词即可)
  2. 其他参数都是测试过的(也就是视频开头展示的那套参数),不用动
  3. 选择 Dataset
  4. 修改采样提示词(示例用了 3 个,按自己的角色/内容设置)
  5. 点击 Update 保存

关键参数

参数推荐值说明
Layer Offloading默认开启想训练更快可以关掉,关掉大概率也不会爆显存
Transformer 精度8bit占用少、速度快
Text Encoder 量化FP4
优化器Automagic v3不推荐 v4,见下方说明
训练步数3000(可开到 5000)训练角色 3000 步完全够用
分辨率1024 + 1280(默认)可尝试开启 2048,见下方说明
采样保留 2~3 个提示词

⚠️ 不推荐用 Automagic v4:官方 Issue 里有人反馈,v4 在 AI Toolkit 里训练角色时会出现角色脸不像等问题,目前建议直接用 v3。

关于分辨率

  • H3 Image 原生支持非常高的分辨率(官方说明可到 4K 级别),所以训练时用 1K 其实算是低分辨率,采样提示词默认就是 2K
  • 如果觉得 1K 不够用,可以开启 2048,但占用会明显升高:先试试会不会爆显存,爆了就把 Layer Offloading 调大,或直接拉到 100
  • 原生 H3 Image 出 1K 图效果相对较差,这点使用过的人应该有体会

启动训练

设置完成后,先把任务状态选择停止(Stopped),再点击开始,才会真正开始训练。

训练参考

  • 速度:4090 约 2.14 秒/次迭代,8bit 速度很快
  • 显存:开启 2K 分辨率时约 16G;降低分辨率后,14G 级别的显卡也可以跑
  • 效果:250 步就有角色特征,之后逐步细化,3000 步整体进一步优化
0 个镜像 · 被使用 0 次
版本日志
v1.0最新
2026-11-16
新增Minimax-H3图像的Lora训练,支持多种训练,内置模型打标
评分
0.0
暂无评分
我的评分
未评分
MinimaxH3图像的Lora训练打标一键部署 | 优云智算