优云智算
控制台
立即注册

二次元Anima的Lora训练UI

二次元AnimaBase的Lora训练UI,一键打标训练

镜像大小
120 GB
当前版本
v3.0
累计部署
3,546
累计运行
17,595 h
最近更新
2026-07-18

运行环境

框架版本
PyTorch-2.9
CUDA版本
12.8
应用
JupyterLab: 8888
支持卡型
3090RTX40系
+10

Anima Edit LoRA 训练 — lora-script

基于 lora-script 仓库(秋叶改版)在云端训练 Anima Edit LoRA,支持漫画上色、图像扩展、风格转换(如动漫转真人)等编辑类任务。

本镜像在之前版本基础上:

  • 修复了 WD Tag 打标无法使用的问题
  • 新增了 Edit LoRA 训练支持
  • 普通 LoRA 训练同样可用

环境要求

  • GPU:3090 即可 显存不足时可换 4090
  • 部署区域:不要修改默认区域,否则可能联网报错

两种训练界面

| 界面 | 说明 | 推荐场景 |

|------|------|----------|

| Stand Alone UI | 参数预设好,清晰直观,直接上手 | 推荐新手和大多数用户使用 |

| lora-script 原版 UI | 支持 LoKr 等更多训练类型,参数更多 | 已熟练且需要进阶参数的用户 | Edit LoRA 训练必须使用其中的「图像编辑」模式。

快速开始(云端)

# 1. 选择 Anima Edit LoRA 镜像,部署 3090 / 4090 实例
# 2. 不要修改默认区域
# 3. 打开 Jupyter Lab,等待启动完成
# 4. 复制 Anima Edit 训练启动指令,粘贴运行
# 5. 打开 UI,选择「图像编辑」模式

训练数据准备

Edit LoRA 需要两组一一对应的图片:

文件夹内容
control(参考图)输入图片,如动漫截图
target(目标图)希望输出的图片,如真实摄影风格
  • 支持 1 张或 2 张参考图模式(在参数中选择)
  • 提示词对所有图片统一,不需要逐张写标注
  • 没有现成素材可用 GPT / 千问生图 / 香蕉 编辑功能生成对应图对

如需查看 Loss 曲线,可用 TensorBoard 查看训练过程的变化

继续训练(Resume)

中途停止后如需继续:在 UI 的 Resume 路径栏填入上次保存的 LoRA 文件路径,直接点开始即可从该步数继续训练。

训练速度参考(3090)

  • 约 3.2~3.3 it/s
  • 1~2 小时可达到可用效果

LoRA 下载

训练完成后在 output 文件夹中直接下载对应步数的 LoRA 文件。

参数学习

UI 内置新手上路训练参数说明两个文档,不清楚某个参数含义时直接查阅即可。

0 个镜像 · 被使用 3,546
版本日志
v3.0最新
2026-07-18
修复打标错误,新增Anima Edit训练
v2.0
2026-05-17
v2使用Anima base模型
v1.0
2026-04-15
评分
0.0
暂无评分
我的评分
未评分
二次元Anima的Lora训练UI一键部署 | 优云智算