发布时间：2026-09-24T09:29:30.784Z
用LoRA微调一个自己风格的SDXL模型到底难不难？从数据集准备到rank、alpha、学习率参数，一次讲透。 想让Midjourney和SD画出固定的角色或画风，直接写提示词永远差口气。答案是用LoRA微调。我用Kohya_ss在一张3090上跑通了整个流程，把坑都踩了一遍。 先搞清楚LoRA是什么。它不是从头训练一个大模型，而是冻结原模型，只训练一小撮"补丁"参数。一个LoRA文件才几十MB，想换风格随时挂载、随时卸载，不占多少硬盘。成本低、见效快，这就是它火的原因。跟全量微调比，显存要求从48GB降到24GB就能跑。 数据集准备是最花时间的一步。我训的是一个国风插画角色，准备了25张图，尺寸统一裁成1024x1024，用裁剪工具批量处理。图片质量比数量重要——模糊的、多人物的、水印重的图别往里塞，模型会学坏。每张图配一个txt标签文件，用WD14标签器自动打标后手动修正，把角色名设成一个独特触发词，比如"guofeng_girl_v2"。标签里别加"masterpiece""best quality"这种词，会污染模型。 参数设置我直接给你一套能跑的默认值。基础模型选SDXL 1.0；network_dim（也就是rank）设16，network_alpha设8（一般是rank的一半）；学习率UNet用1e-4，Text Encoder用5e-5；batch size设2，epochs跑10轮，总步数大概1500步；optimizer选AdamW8bit；分辨率1024x1024；学习率调度用cosine_with_restarts。训练时长在3090上大概40分钟，显存占用18GB左右。 几个容易踩的坑：rank别贪大，32以上容易过拟合，画风死板；学习率太高会崩，出图全是色块和噪点；数据集里一定要有几张不同角度、不同表情的图，否则模型只会一个姿势一个表情。训练完在WebUI里挂上LoRA，权重调0.7到0.8之间试，太高会过拟合、太低没效果。我还加了一张"正则化图"防止模型泛化变差。 我训出来的那个国风LoRA，配合提示词出图，角色一致性比纯垫图强太多。整个过程门槛没你想的高，一个下午能搞定。