LoRA 微调 #
LoRA 概述 #
什么是 LoRA? #
LoRA (Low-Rank Adaptation) 是一种轻量级的模型微调技术,可以在不修改原模型的情况下,通过小文件实现风格、角色、概念的调整。
text
┌─────────────────────────────────────────────────────────────┐
│ LoRA 原理 │
├─────────────────────────────────────────────────────────────┤
│ │
│ 传统微调: │
│ 原模型 ──→ 修改模型参数 ──→ 新模型(文件大) │
│ │
│ LoRA 微调: │
│ 原模型 ──→ 添加 LoRA 权重 ──→ 调整后效果(文件小) │
│ ↓ │
│ 可随时移除 │
│ │
│ 优势: │
│ ├── 文件小(10MB-500MB) │
│ ├── 加载快 │
│ ├── 可叠加 │
│ └── 不修改原模型 │
│ │
└─────────────────────────────────────────────────────────────┘
LoRA 类型 #
text
LoRA 类型分类:
风格 LoRA:
├── 艺术风格:油画、水彩、动漫
├── 摄影风格:电影感、复古
└── 特定艺术家风格
角色 LoRA:
├── 真实人物
├── 动漫角色
├── 游戏角色
└── 虚拟形象
概念 LoRA:
├── 特定服装
├── 特定场景
├── 特定物体
└── 特定概念
功能 LoRA:
├── 细节增强
├── 质量提升
├── 特定效果
└── 修复功能
LoRA 使用基础 #
加载 LoRA #
text
LoraLoader 节点:
┌─────────────────────────────────────────────────────────────┐
│ LoraLoader 节点 │
├─────────────────────────────────────────────────────────────┤
│ │
│ 输入: │
│ ├── model: MODEL (来自 Checkpoint) │
│ └── clip: CLIP (来自 Checkpoint) │
│ │
│ 参数: │
│ ├── lora_name: LoRA 文件名 │
│ ├── strength_model: 模型权重 │
│ └── strength_clip: CLIP 权重 │
│ │
│ 输出: │
│ ├── MODEL (调整后的模型) │
│ └── CLIP (调整后的 CLIP) │
│ │
└─────────────────────────────────────────────────────────────┘
连接方式:
Load Checkpoint
│
├── MODEL ──┐
│ │
└── CLIP ───┼──→ LoraLoader ──→ MODEL/CLIP ──→ KSampler
│
└── lora_name, strength_model, strength_clip
权重设置 #
text
权重参数说明:
strength_model(模型权重):
├── 影响 UNet 模型
├── 控制图像生成效果
└── 推荐范围:0.5-1.0
strength_clip(CLIP 权重):
├── 影响文本编码器
├── 控制提示词理解
└── 推荐范围:0.5-1.0
权重效果:
├── 0.0 - 无效果
├── 0.3-0.5 - 轻微影响
├── 0.5-0.8 - 中等影响(推荐)
├── 0.8-1.0 - 强烈影响
└── >1.0 - 过度影响(可能失真)
不同类型推荐权重:
├── 风格 LoRA:model=0.7, clip=0.7
├── 角色 LoRA:model=0.8, clip=0.8
├── 概念 LoRA:model=0.6, clip=0.5
└── 功能 LoRA:按说明设置
多 LoRA 组合 #
串联加载 #
text
串联加载方式:
Load Checkpoint
│
└──→ LoRA 1 ──→ LoRA 2 ──→ LoRA 3 ──→ KSampler
节点连接:
┌─────────────┐ ┌─────────────┐ ┌─────────────┐
│ Load │ │ LoraLoader │ │ LoraLoader │
│ Checkpoint │────→│ 1 │────→│ 2 │────→ ...
└─────────────┘ └─────────────┘ └─────────────┘
注意事项:
├── 后加载的 LoRA 可能覆盖前者
├── 总权重不宜过高
├── 风格冲突时降低权重
└── 建议逐个测试效果
组合策略 #
text
推荐组合策略:
1. 风格 + 细节
├── 风格 LoRA: 0.7
└── 细节 LoRA: 0.5
2. 角色 + 风格
├── 角色 LoRA: 0.8
└── 风格 LoRA: 0.5
3. 多风格混合
├── 主风格 LoRA: 0.6
└── 辅助风格 LoRA: 0.4
避免的组合:
├── 冲突的风格(如写实+动漫)
├── 过多 LoRA(建议 ≤ 3 个)
└── 总权重过高(建议 < 2.0)
权重平衡 #
text
权重平衡技巧:
1. 逐步调整
├── 从低权重开始
├── 逐步增加
└── 找到最佳值
2. 测试对比
├── 不同权重组合
├── 相同种子对比
└── 记录最佳配置
3. 冲突处理
├── 降低冲突 LoRA 权重
├── 或移除冲突 LoRA
└── 选择兼容的组合
示例配置:
风格 LoRA (0.6) + 角色 LoRA (0.8) + 细节 LoRA (0.4)
总权重 = 1.8(合理范围)
LoRA 与提示词 #
触发词 #
text
触发词使用:
很多 LoRA 需要特定触发词:
├── 查看作者说明
├── 使用推荐的触发词
└── 放在提示词开头
示例:
LoRA: anime_style
触发词: "anime style, anime art"
提示词: "anime style, anime art, a girl in garden"
触发词权重:
├── 可增加触发词权重
├── 示例:"(anime style:1.2)"
└── 增强效果
提示词配合 #
text
LoRA 与提示词配合:
1. 支持性提示词
├── 描述 LoRA 风格特点
├── 增强风格效果
└── 示例:风格 LoRA + 风格描述词
2. 冲突避免
├── 避免与 LoRA 冲突的词
├── 如动漫 LoRA 避免写实词
└── 保持提示词一致性
3. 负面词调整
├── 针对性负面词
├── 排除不想要的效果
└── 提高生成质量
示例:
LoRA: realistic_portrait
提示词: "portrait of a woman, realistic, detailed skin"
负面词: "anime, cartoon, painting, drawing"
LoRA 管理 #
文件组织 #
text
LoRA 文件组织:
目录结构:
ComfyUI/models/loras/
├── style/
│ ├── art_style/
│ ├── photo_style/
│ └── anime_style/
├── character/
│ ├── realistic/
│ └── anime/
├── concept/
│ ├── clothing/
│ ├── scene/
│ └── object/
└── utility/
├── detail/
└── quality/
命名规范:
├── 类型_名称_版本.safetensors
├── 示例:style_oilpaint_v2.safetensors
└── 便于识别和管理
版本管理 #
text
LoRA 版本管理:
1. 记录信息
├── LoRA 名称和来源
├── 推荐权重
├── 触发词
└── 适用场景
2. 测试记录
├── 不同权重效果
├── 组合效果
└── 最佳配置
3. 更新管理
├── 新版本测试
├── 保留稳定版本
└── 记录变更
高级技巧 #
动态权重 #
text
动态权重控制:
使用 Primitive 节点:
┌─────────────┐
│ Primitive │
│ (Float) │
│ value: 0.7 │
└──────┬──────┘
│
▼
┌─────────────┐
│ LoraLoader │
│ strength: ←─┘
└─────────────┘
优势:
├── 统一控制多个 LoRA
├── 便于批量调整
└── 提高工作效率
LoRA 切换 #
text
条件切换 LoRA:
使用 Switch 节点:
┌─────────────┐ ┌─────────────┐
│ LoraLoader │ │ │
│ 1 │────→│ Switch │────→ MODEL
└─────────────┘ │ │
┌─────────────┐ │ │
│ LoraLoader │────→│ │
│ 2 │ └─────────────┘
└─────────────┘
用途:
├── 条件选择 LoRA
├── 批量测试不同 LoRA
└── 自动化工作流
常见问题 #
问题 1:效果不明显 #
text
症状:加载 LoRA 后效果变化不大
解决:
├── 提高权重值
├── 使用触发词
├── 检查 LoRA 兼容性
├── 确认模型版本匹配
└── 调整提示词
问题 2:效果过度 #
text
症状:LoRA 效果过强,图像失真
解决:
├── 降低权重值
├── 调整 strength_model 和 strength_clip
├── 减少组合 LoRA 数量
└── 优化提示词
问题 3:风格冲突 #
text
症状:多个 LoRA 效果冲突
解决:
├── 降低冲突 LoRA 权重
├── 移除冲突的 LoRA
├── 选择兼容的组合
└── 调整加载顺序
下一步 #
现在你已经掌握了 LoRA 微调,接下来学习 图像放大,了解如何生成高清图像。
最后更新:2026-04-05