AI绘画-SD三次元人物模型训练（炼丹）教程

头条创作挑战赛

欢迎来到觉悟之坡AI绘画教学系列之第33篇。

（三上Yua老师平行世界作品-by Stable diffusion）

（三上Yua老师平行世界作品-by Stable diffusion）

之前发布过2篇动漫炼丹教程，使用的都是秋叶lora script 训练包。主要训练二次元动漫人物，还是蛮好用的。

但在实际上，我们除了训练二次元人物之外，也常常要训练三次元人物。

比如福利姬老师可以训练自己然后穿上各种美美的衣服来拍照，减少自己的日常工作量。

我们也可以训练模特人物之后，获得自己的AI模特(注意，商用需授权)。

还有的女生，也有用自己照片训练自己的lora，可以让这个电子替身在赛博世界，替自己穿上美美的衣服，去各种地方，还能保留自己最美的年华和最好的样子。

总之，三次元炼丹还是有蛮多应用场景的。

但是，三次元炼丹比二次元炼丹相对要复杂一些（难一些），因为三次元里面的人物，是三维的，比二次元人物多一维，也就代表着机器需要学习更多数据才能学会你的人物特征，也意味着如果有一点没学会或者没学对，都会让你的人物训练功亏一篑（不像，崩图，泛化性差等）。

下面，给大家分享一下我们这边的炼丹经验和步骤吧。

1.下载训练包

（1）下载星空大佬（独立研究员-星空）的lora训练包，大概2.8G

https://pan.baidu.com/s/13bitXRlVRlcZrbo0s_lF0w?pwd=dpmt

下载完解压。记得路径里面不要有中文。

2.安装python3.10版本

（如果你电脑已经有python3.10的其他版本，也可以不用安装。如果非3.10，则要安装一下3.10）

（1）官方下载地址https://python.org/downloads/release/python-3108/

（2）下载安装python

记得勾选path再点击install now，后面就是按默认的选项即可。

装好之后，开始菜单打开cmd命令提示符，输入python，可以看到版本号说明安装好了。

3. PowerShell 管理员模式打开 执行Set-ExecutionPolicy Unrestricted

（1）开始菜单输入powershell，用管理员身份运行

（2）输入Set-ExecutionPolicy Unrestricted并回车，如果提示y/n则输入y再回车。没提示就不用管。

4.安装环境依赖

右键单击训练包里面的install.ps1，选择用powershell运行。

等待他安装完毕。如果安装中间报错。则关掉这个install.ps1的黑色小窗重新右键单击install.ps1用powershell运行，以再次执行安装。

安装完成后，他会显示下面菜单。

可以通过数字按键来选择选项，0是第一个选项，1是第二个选项，以此类推。选好按回车确认。

建议按照以下选择来设置：

This machine（本机）

No distributed training（非分布式训练）

No

Yes

Inductor

yes

5.准备训练集（图片素材）

下面就以我们熟悉的三上Yua老师为例，来准备素材吧。

（1）准备好合适的照片集合，建议准备50张以上的照片素材，且分辨率需要是你目标训练分辨率的2倍以上（比如你想训练512x512的，那素材至少1024x1024），方便后续裁剪和加工。不要少于30张。要有不同的角度。不能都是正脸大头照。

注意：

脸部有遮挡的不要（比如麦克风，手指，杂物等），

背景太复杂的不要（比如广告板，上面一堆字，或者夜市背景太乱）

分辨率太低的不要（目标分辨率2倍以下的不要，方便裁切），

光影比较特殊的不要（比如暗光，背光等）。

不像本人特征的不要（比如大部分训练集都是长发，那么短发显脸大的不要）

化妆太浓重的，美颜太严重的不要。

（2）把图像裁剪成合适大小。

训练真人建议至少裁剪成512*768，如果显存够大，最好裁剪成1024像素以上。（图像越大，训练速度越慢，显存占用越高）

三种裁剪方法，从快而不精确到慢而精确的方法依次是：

a)用webui的图像预处理（preprocesser）自动裁剪（见后面打标部分）。

b)用https://birme.net/之类的图像批处理软件裁剪。

c)用photoshop，美图秀秀之类的软件手动裁剪图像。

6.Tag打标和tag整理

（1）在stable diffusion webui的train(训练)-preprocess images（图片预处理）下面，输入你裁剪后的图片地址和输出结果地址。

下面输入图片尺寸（或者你想裁剪成的图片尺寸。上面说的裁剪图片最懒最快的方法就是这里）。

接着选择split和use deepbooru for caption。

再点击preprocess开始对图片进行处理。

预处理完，你会发现目标文件夹里面每个图片旁边出现了一个txt文件，打开一看，里面是每张图片的tag（标签）

（2）整理每个图片的标签，每个图片对应的标签第一句加上你要训练的trigger word（触发词），比如我要叫做sanshangyua，就打开每一个tag文件（txt）文件，在最前面加入sanshangyua这个关键词。

这一步可以使用BooruDatasetTagManager 之类的tag管理工具批量处理提升效率。（https://github.com/starik222/BooruDatasetTagManager/releases）

部分专属人物特征需要从tag里面删除。

部分tag里面没体现的重要场景可以手工补充tag。也可以用类似tagger之类的工具再跑一次tag来优化。

7.设置训练文件夹

训练包里面新建一个train文件夹，里面放上你要训练的trigger word建一个文件夹。比如我就建一个sanshangyua文件夹，下面再建一个10_sanshangyua文件夹，里面放入刚刚处理完的图片文件和tag文件。

8.设置训练参数并开始训练。

（1）右键点击并用powershell运行训练包里面的run.ps1文件

（2）根据运行结果把提示的地址放浏览器地址栏打开

（2）选择训练基础模型，建议使用sd1.5或者chilloutmix系列模型。

（3）设置训练集地址和输出地址以及训练的lora名字

（4）打开训练参数（training paramenters）页面设置训练参数，没有标注的参数新手请按默认值。老手可以调着玩。

（5）训练参数-高级设置，use 8bit adam的勾记得去掉。其他的基本不用动。然后点击最下面的开始训练。

（注意，我这768x1152的分辨率在执行的时候报错了，显示说 assert max(resolution) <= max_bucket_reso，然后我把Enable buckets的勾去掉了就能正常运行。大家如果也报错分辨率相关问题，建议使用512*512或者512*768的经典分辨率，相对不容易出错。）

（6）等待训练结束

训练完成，接着可以去output文件夹找到相关的文件，sanshangyua-xxxx.safetensors就是我们的训练成果。

我分辨率比较大，训练了20轮，所以时间比较长，花了五个多小时。

大家如果图片分辨率小一些比如512x512，20-30张图片，20轮，大概1小时左右。如果显卡更好速度会更快。

9.训练测试

（1）把output文件夹中生成的几个safetensors文件，放到stable-diffusion-webui-old\extensions\sd-webui-additional-networks\models\lora文件夹里面。（注意，需要提前下载安装sd-webui-additional-networks插件。）

（2）设置测试prompt参数

测试prompt这里有3个注意点，

a)基础模型要使用你的训练模型，比如你用的sd1.5或chilloutmix系列，那么你测试画图时要用的基础模型最后也用sd1.5或者chilloutmix系列基础模型。

b)记得在prompt区域加上你的trigger word触发词，比如我的是sanshangyua。Prompt区域还要加一个人物本来没有的特征，比如白发。以便测试泛用性。

c)本身因为我训练集的图片是1:1.5的，因此出图比例我也写1:1.5的512x768

（泛用性指的是，你训练的lora模型能否和其他模型很好的结合和拓展，比如你用chilloutmix训练的，那么用ralistic version模型能否跑出好图。比如换衣服是否自然顺畅，比如是否能自然顺畅出全身照等（前提是你没有训练全身照）。）

（3）设置xyz参数

a) additional networks随便选一个lora，激活additional networks插件。

b）设置xyz参数

x轴设置为 addnet model 1，然后点击小黄笔记本，自动引入所有lora文件名。

Y轴设置为 addnet weight1，然后输入0.6-1.

设置xy让系统自动用不同的lora分别以0.6-1的权重跑prompt指令。

c）等待xyz出结果

10.对比结果，筛选表现好的lora进一步测试或回炉重造

（1）通过xyz对比图，看哪一个训练结果表现最好，最像的同时泛化性最好。

如果没有则回去调整训练参数重新训练。如果调整训练参数没用的话大概率是训练集问题，重新收集整理裁剪训练集，并优化tag。

（2）如果有表现比较好的lora，则复制出来，放到stable-diffusion-webui/models/lora文件夹下面。随机跑几张图再测试一下，没问题就修改lora名称，删掉多余lora，方便后续使用。

（3）*可选 如果有又像又不像的，可以把对应lora拉出来，再去重复训练一次，epoch设置5，每1 epoch保存一次。再优中选优。但是最好不要重复训练太多次，否则容易过拟合，要么图像崩坏，要么泛化性非常差。

（4）记录训练参数，数据，测试数据，便于下一次迭代。

答疑：

1.之前都是推荐用秋叶的训练包，现在怎么用星空的训练包？

秋叶的训练包我发布过线上线下版，因此这次换一个训练包，让大家多一个选择。（而且星空这个训练包其实底层是github上面一个很流行的lora训练项目kohya_guihttps://github.com/bmaltais/kohya_ss的汉化增强版）。

各lora训练包的用法其实差不太多，主要参数也还是那几个。

另外，秋叶训练包提示triton报错不用管，正常，但是如果提示找不到其他包/模型，那么就需要点多几次install确保环境依赖安装完整。

2.本文的方法可以用于训练动漫人物吗？

可以。但训练动漫可以不需要这么多图片，有些训练参数也可以优化。可以参考我之前的lora篇教程。

3.训练模型对硬件有什么要求

建议显存8G以上，低于8G容易训练失败。实在不行可以用线上版训练。

最后提醒，训练自己的照片请注意保管好训练成果，不要泄露你的Lora，避免引来不必要的麻烦。训练他人照片尤其是商用请先获得授权，否则有侵权法律风险。

好了，大家都学会了吗？学会了记得点赞关注在看三连哦~

如果不会，有问题也可以私。

那么今天的课，先上到这里吧，下次再见，下课！

历史教程文集，请查看AI绘画教章合集

关注我们，更多有用又有趣的AI绘图技能知识持续更新中~