必须用20–50张纯正方形、正面/微侧面平铺拍摄的合规图，全英文命名打标，关闭混合精度，匹配sd1.5/sdxl底模，并在高级参数中精准设置repeat、学习率、batch size与正则图，否则模型将失效。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想在LiblibAI上制作一个能稳定生成特定服装风格（如汉服、赛博朋克工装、Y2K亮片裙）的LoRA模型，必须用20–50张纯正方形图统一裁剪、全英文命名与打标、关闭混合精度、绑定SD1.5或SDXL底模，并在高级参数中精准控制Repeat与学习率——漏掉任意一环，训练出的模型要么只认原图姿势，要么把衣服结构彻底拧碎。
准备20–50张合规服装图
服装LoRA对构图和背景极其敏感：一张带阴影的侧身照或半张被切掉的袖口，就会让模型学不会袖型转折或领口结构。必须全部用正面/微侧面平铺拍摄，人物占画面65%–75%，纯色背景（灰布/白墙），禁用反光地板和镜面反射。
用Photoshop或XnConvert批量处理：先等比缩放至长边=1024像素→再居中裁为1024×1024正方形→【严禁拉伸填充，否则衣褶走向会扭曲】。
文件名强制用半角下划线：01_hanfu_blue_collar.jpg、02_hanfu_red_sleeve.jpg……不许出现“01-汉服立领.jpg”这种带中文或短横线的命名，平台会直接跳过该文件。
每张图配同名txt标签文件，仅保留3–5个核心词，用英文逗号分隔：hanfu, blue collar, wide sleeve, front view, plain background。删掉所有颜色组合词（如“blue_and_white”）、材质副词（如“soft”“shiny”）、无关场景（如“in_garden”）。
选底模并关闭致命开关
进入“赛博丹炉”→点击左侧“训练LoRA”，底模选择严格按服装类型匹配：
传统服饰（汉服、和服、旗袍）选SD1.5；现代剪裁/时装周级写实服装（西装、皮衣、针织衫）选SDXL；PVC雨衣、金属铆钉、镭射涂层等强材质表现选Foundation1.0。
【务必关闭“混合精度训练”开关】——这是当前LiblibAI云端环境的已知雷区，开启后第4轮loss必变nan，且无错误提示，只能重训。
简易参数面板中，“单次张数”保持15，“循环轮次”设为8，“模型效果预览提示词”填入：hanfu, front view, studio lighting, high detail —— 触发词必须前置，否则训练完成也无法调用。
高级参数分步调优
点击“高级参数”展开面板，按以下顺序操作：
第一步：Repeat设为6（若图集仅20–30张）或8（若达40张以上）。Repeat值低于5会导致特征学习不足，生成图细节糊化、衣纹消失。
第二步：学习率填4e-4（服装属角色+风格混合类），调度策略选cosine with warmup；严禁使用固定学习率，否则loss会在0.9–1.4之间反复震荡，无法收敛。
第三步：Batch Size × 梯度累积 = 10。A10卡填Batch Size=2 → 梯度累积=5；V100卡填Batch Size=5 → 梯度累积=2。数值偏离会导致显存溢出或训练停滞。
第四步：启用正则图，上传5张同风格但无主体的空镜图——例如纯色布料特写、未裁剪的整匹绸缎、空白衣架、无模特的挂衣间角落。这些图不参与特征学习，只起边界约束作用，防止模型把背景杂物当服装元素。
人工复核裁剪与标签
上传全部图片后，点击「裁剪/打标」→ 选择「聚焦裁剪」→ 等待系统框出人体轮廓。
逐张点开裁切预览：重点检查袖口是否完整、领缘是否闭合、腰线是否连贯——若某张图手部被切掉一半，该图必须删除重拍，不能靠AI补全。
打标完成后，人工打开每张图的自动生成标签，只保留触发词+front view+plain background三项，其余全部删除。例如原标“blue hanfu, silk texture, embroidery, smiling woman”必须精简为“hanfu_blue, front view, plain background”。
