Krea 2 Edit LoRA 训练 — AI Toolkit（云端）

基于 AI Toolkit 训练 Krea 2 Edit 类型 LoRA，支持风格转换、图像编辑、主体识别等任务

本镜像在 Krea 2 原有训练镜像基础上新增了 Edit 训练支持，普通 LoRA 同样可以继续训练，两者均可使用。

适用场景

• 风格转换（如动漫 → 真人）
• 图像编辑（保持姿势结构不变，改变风格）
• 主体识别 / 身份编辑（IP 替换）
• 参考图推理（最多支持 1~2 张参考图）

环境要求

• GPU：推荐 4090（训练显存峰值约 20~22G，采样时接近满载）
• 部署区域：不要修改默认区域（华北），改了可能因联网报错

ComfyUI 中使用 Edit LoRA 需要额外安装 krea2-edit 节点 https://github.com/ostris/ComfyUI-Krea2-Ostris-Edit

训练数据准备

Edit LoRA 需要两组一一对应的图片：

| 数据集 | 说明 | 示例 |

|--------|------|------| | Control（输入图） | 训练时的输入图片 | 动漫截图 |

| Target（目标图） | 希望转换后的输出图片 | 真实摄影风格图 |

两组图片数量、顺序必须严格对应。

打标方式

• Control 图无需打标
• Target 图使用 Default Caption（统一打标）：在 Dataset 设置里填入提示词，系统自动对所有图片应用，不需要手动逐张写 TXT
• 如果 Target 有两种不同风格（如写实 + 网红风），可分批打不同标签，通过不同提示词触发不同效果

快速开始（云端）

# 1. 选择 Krea 2 LoRA 镜像，部署 4090 实例
# 2. 注意：不要修改默认区域（华北），否则联网可能报错
# 3. 打开 Jupyter Lab，新建 control / target 两个文件夹并上传对应图片
#    （在 Jupyter 上传比在 AI Toolkit 内上传更快）
# 4. 打开 AI Toolkit，点 Dataset 确认两组图片就位
# 5. 选择 Krea 2 Edit 训练任务，进入编辑配置参数
# 6. 点击 Update Job → 开始训练

关键参数

参数	推荐值	说明
Kevin Cache	开启	显著加速训练
Layer Offloading	65%（按实际调整）	爆显存时调高；图片少可适当调低提速
优化器	Automagic Switch	动态自适应学习率；效果差时可换回 Adam 8bit
学习率	0.001	默认即可
步数 / CFG	Raw 模型: 28步 / 4.5；Turbo: 8步 / 0	按使用的模型类型选择
Repeat 数	图片 ≥30 张 → 2；图片 <30 张 → 3~4	动态学习率下给 1~2 即可
训练总步数	10000	设大一点，随时中途暂停下载满意的检查点
采样 / 保存间隔	每 250 步	同步保存 LoRA
LoRA Rank	32（默认）	保持默认
采样分辨率	768×1024 左右	不要给太大，容易爆显存

Offloading 调试参考（4090，60张图，repeat×3）：

• 15% → 爆显存
• 40% → 训练正常，采样时爆显存
• 65% → 稳定运行（速度略慢，推荐值）

关于 Automagic v3 优化器

与传统静态学习率（Adam 8bit）不同，Automagic Switch 每一步动态寻找最优学习率。作为较新版本偶尔不稳定，遇到效果差时换回 Adam 8bit 即可。

训练速度参考（4090）

• 约 2 小时跑到 1500 步（开启 Kevin Cache 加速后）

继续训练

只要对应步数的 LoRA 文件存在，直接点击开始训练即可从该步数自动 Resume，无需任何额外配置。

启动 / 停止注意

• 停止：点 Stop Job → 点 Mark as Stopped
• 重启：必须先标记为 Stopped 状态再点开始，否则不会运行