kohya_ss 实战手册：从 10 张图到可出图的 LoRA 微调完整流程
【免费下载链接】kohya_ss项目地址: https://gitcode.com/GitHub_Trending/ko/kohya_ss
想在两天内把自己的 10 张图变成一版可用的 LoRA 训练权重，kohya_ss 是最短的路径。它把 Stable Diffusion 训练脚本包成了图形界面：你在界面上填参数，它负责生成并执行真正的训练命令。这篇手册带你走完整条链路：装环境、备数据、跑通第一次 LoRA 训练，最后把权重文件拿到手。
项目能力全景：kohya_ss 是什么
kohya_ss 是 Kohya 那套 Stable Diffusion 训练脚本的 Gradio 图形前端，解决的是"手写训练命令太劝退"的问题。相比直接啃命令行参数，它把选项变成下拉框和输入框，同时保留了等价的 CLI 能力。和同类工具比，它的优势是训练方式覆盖最全：从轻量 LoRA 到整模型微调都有入口。
- GUI 生成命令行：界面上每个选项都对应一条真实的 sd-scripts 参数，可复制可复现
- 多种训练方式：LoRA / LoHa / LoKR、DreamBooth、全量微调、文本反转训练
- 基础模型覆盖广：SD1.5、SD2.x、SDXL、SD3、Flux.1、Lumina Image 2.0、Anima、HunyuanImage 2.1
- 自带打标签工具：BLIP、WD14 等打标签入口，省去手写提示词
- 预设与掩码损失：presets/ 内置社区训练预设；支持 masked loss 按区域算损失
环境要求与安装命令
硬件底线一句话：NVIDIA 显卡、8GB 以上显存、CUDA 12.8 驱动，系统为 Windows 或 Linux；Python 3.10–3.11 和 Git 由安装脚本负责，你不用手动折腾。
Windows（PowerShell 或 CMD）：
git clone --recursive https://gitcode.com/GitHub_Trending/ko/kohya_ss cd kohya_ss setup.batLinux：
sudo apt install python3.11 python3.11-tk python3.11-venv git git clone --recursive https://gitcode.com/GitHub_Trending/ko/kohya_ss cd kohya_ss ./setup.sh装完依赖后，不习惯命令行的用户也有替代入口：Windows 直接双击 gui.bat，Linux 执行 gui.sh，效果等价。
分步操作：从零到首次产出
把项目拉到本地并启动 GUI
目标：跑起 kohya_ss 的 Web 界面。安装脚本结束后，Windows 双击gui.bat，Linux 执行./gui.sh。预期：浏览器自动打开 7860 端口（或终端打印的地址），看到分标签页的界面，"LoRA" 选项卡就在顶部。
按规范摆放训练数据
目标：让程序认识你的图。按 docs/image_folder_structure.md 的规范建目录：每类概念一个子文件夹，命名"数字_概念名"，数字是训练时的重复权重；每张图配一个同名.txt，里面写这张图的提示词，提示词会优先于文件夹名生效。
仓库里的 test/img/ 就是一组现成样本，照它的结构搭自己的文件夹最省事，连.txt怎么写都有参照。
配置并启动第一次 LoRA 训练
目标：产出第一个.safetensors文件。在 "LoRA" 选项卡依次填入：基础模型路径、训练数据目录（上一步的文件夹）、输出目录；训练参数区填 LoRA 秩 16、学习率 1e-4、最大步数 1000、最大分辨率 1024，其余保持默认。预期：点击训练后界面拼出完整命令并弹出训练窗口，loss 从 0.5 上下开始逐步回落。
取走模型去生成图片
目标：验证 LoRA 生效。训练跑完一轮，outputs/里会出现.safetensors文件。把它放进 Stable Diffusion WebUI 的 LoRA 目录，生成图时提示词写模型名并加权重 0.8 左右；出图带上了你训练的风格，说明整条链路通了。
核心参数速查：LoRA 训练最常动的五个旋钮
| 参数名 | 白话作用 | 推荐起始值 | 改大 / 改小的后果 |
|---|---|---|---|
| learning_rate | 学习率，模型每步修正的幅度 | 1e-4（Adafactor 用 2e-6 级） | 改大容易出图糊掉、变噪；改小几乎学不动 |
| network_dim | LoRA 秩，模型能记住的容量 | 16 | 改大文件变大、易过拟合；改小细节学不全 |
| max_train_steps | 总训练步数，决定学多久 | 500–1500 | 过多过拟合出重复纹理；过少学不充分 |
| train_batch_size | 一次吃几张图，直接占显存 | 1 | 显存爆就保持 1，用梯度累积补 |
| max_resolution | 训练分辨率上限 | SD1.5 用 1024 | 改大吃显存、拖慢速度；改小丢细节 |
新手最常改错的是 learning_rate：没有"越大越快"一说，先按 config example.toml 的默认值跑，等出图有问题再动它。
高频翻车点：四种典型现象的排查路径
如果训练中途显存爆满（OOM）
- 现象：loss 打印几行后报 CUDA out of memory，进程直接退出
- 根因：分辨率或 batch 超出显存余量，SDXL 基座尤其吃紧
- 解法：在 Advanced 区打开 gradient checkpointing，train_batch_size 保持 1，max_resolution 降到 512（SDXL 可先试 768），重跑
如果出图重复纹理、五官扭曲
- 现象：生成图里出现固定花纹、重复元素或结构崩坏
- 根因：过拟合，步数相对数据量太多
- 解法：max_train_steps 砍半，learning_rate 降一个数量级（1e-4 改 1e-5），重训后对比样本图
如果结果忽好忽坏、提示词不生效
- 现象：同一提示词有时像有时完全不像，权重拉到 1 也没用
- 根因：数据本身风格不一致，或
.txt提示词与画面内容对不上 - 解法：剔除模糊和离群样本，用 tools/caption.py 或 GUI 里的 WD14 打标签页统一重打提示词
如果 Windows 启动报 No module named 'tkinter'
- 现象：
setup.bat或gui.bat刚跑就抛 ModuleNotFoundError - 根因：Python 安装时未勾选 tcl/tk 组件
- 解法：卸载重装 Python 3.10–3.11，安装器里勾上 "tcl/tk and IDLE"，再重跑安装脚本
延伸资源：流程跑通之后去哪看
- docs/Installation/：uv 与 pip 两套安装方法，按平台各有一篇
- docs/LoRA/options.md：LoRA 参数逐项说明，调参前翻一遍
- presets/lora/：社区验证过的参数组合，可一键载入
- examples/caption.ps1：批量生成提示词的脚本示例
- docs/train_lllite_README.md：训练脚本参数全集，含 masked loss 说明
先拿 10 张图和默认参数把完整流程跑一遍，出图正常后再逐项调参。
【免费下载链接】kohya_ss项目地址: https://gitcode.com/GitHub_Trending/ko/kohya_ss
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
