Anima LoRA 云端训练教程

环境要求

| 配置 | 说明 |

|------|------| | 推荐显卡 | RTX 3090（12G 显存即可） |

| 测试显卡 | RTX 4090 |

| 显存占用 | 约 12G（+ 8.7G 虚拟显存） |

| 训练速度 | 约 1.7 it/s |

| 预计时长 | 角色 LoRA 约 20 分钟～1 小时 |

---

快速开始

1. 部署环境

• 推荐使用 P40 或 3090 实例

• 等待实例加载完成后，打开 JupyterLab

• 运行顶部启动单元格，启动 Stable Diffusion UI

2. 上传数据集

进入 datasets/test 目录，上传你的训练图片。

支持两种情况：

• 无打标文件：上传图片即可，后续使用自动打标
• 已有打标文件：将图片与对应的 .txt 文件一起上传

3. 自动打标（WD Caption）

复制打标代码块并运行，填写以下信息：

• 触发词（Trigger Word）：自定义，例如 Lumi
• 如已存在文件，提示是否覆盖时直接回车跳过

打标完成后可查看并手动清理 tag：

角色 LoRA → 删除角色固有特征，如 blue eyes、blue hair、purple eyes 等

风格 LoRA → 删除描述画风的 tag

清理方式

方式	说明
详细清理	查看所有 tag 编号，输入编号删除（逗号分隔多个）
粗略清理	指定 LoRA 类型和触发词，自动批量删除常见特征 tag

粗略清理后建议手动复查，确认结果符合预期。

---

训练参数说明

通过 UI 界面进入 My Job → Simple → Prompt 配置以下参数：

数据集参数

参数	推荐值	说明
数据集路径	刚刚上传的路径
重复次数（repeat）	3～5	图片约 50 张时给 5；想学慢一点给 3

重复次数越高，等效学习次数越多，容易过拟合。

其他参数

• 8-bit 优化器：显存不足时可开启
• Warmup Steps：一般不需要改，视频模型训练才用
• Text Encoder Code：训练 Anima 时会自动忽略，给 0 或不改均可
• Resume：中途中断后可从断点继续训练

采样预览

• 每 250 步自动生成一张预览图
• 建议在 Prompt 框填入你的触发词，方便观察效果
• 可通过 TensorBoard 查看 loss 曲线变化

---

训练效果参考

| 类型 | 大致收敛步数 |

|------|------------| | 角色 LoRA | 约 2000～3000 步（约 20 分钟） |

| 风格 LoRA | 约 7000～8000 步 |

仅供参考，实际以采样预览图效果为准，满意时手动停止即可。

---

下载 LoRA 文件

训练完成后，进入：

Stable Diffusion UI → Jobs → My Job → Outputs

找到对应的 .safetensors 文件，右键下载即可。

---