新增Minimax-H3图像的Lora训练,支持多种训练,内置模型打标
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。
# 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
数据集新建方式有两种,效果一样:
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 |
角色 LoRA 的打标规则:
打标可以自己来,也可以直接用镜像里的自动打标:
⚠️ 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。
数据集准备好后,进入 Queue,选中预设的 H3 Image LoRA 任务,点击修改:
MA,任意词即可)| 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。
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。