训练lora前须剔除三类图：非正方形原图、含干扰元素图、光照角度失控图；并严控数量（20–50张）、分辨率（768×768或1024×1024）、主体占比（≥60%且居中）、光照（均匀无硬阴影）；人脸迁移专用图需全正面直视、无遮挡、原图直出。
☞☞☞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☜☜☜
在LiblibAI上训练LoRA模型前，必须从源头筛掉模糊、畸变、构图混乱的图片，否则训练中途loss爆零、生成图脸部错位或服饰崩坏——这些都不是参数问题，而是素材本身已埋下失败种子。
先砍掉这三类绝对不能用的图
第一类：非正方形原始图。手机直出横构图、竖构图、16:9截图全部剔除，平台不自动裁切，上传后直接被跳过打标，你根本收不到报错提示。
第二类：含干扰元素的图。背景有他人出镜、玻璃反光、文字水印、复杂货架、LOGO标识的图，会被打标器误识别为“多人”“反光材质”“英文字符”，污染关键词权重，导致触发词失效。
第三类：光照与角度失控的图。侧脸超30°、俯拍压扁鼻梁、仰拍拉长下巴、阴影盖住半张脸、强光过曝发丝全糊——这类图哪怕清晰度满分也得删，模型学的是失真比例，不是真实人脸结构。
筛选时盯死这四个硬指标
① 数量卡在20–50张之间：少于20张必须补足Repeat值；超过50张若风格不统一（比如混入两张古装+三张现代街拍），训练会陷入特征冲突，loss曲线剧烈震荡。
② 分辨率只认768×768或1024×1024：其他尺寸如896×896、512×512会被平台强制插值拉伸，线条锯齿、边缘毛刺、衣纹断裂全由此引发。
③ 主体占比≥60%且居中：头顶留白≤15%，下巴不切线，肩线完整可见。半身像优先，全身像仅限动作类LoRA且需额外配齐5张同角度正则图。
④ 光照均匀无硬阴影：用手机环形补光灯或阴天窗边自然光拍摄，禁止单侧射灯打高对比度阴影，否则模型学到的是“左脸亮右脸黑”的固定模式，生图永远左右脸色差。
人脸迁移专用筛选法（仅限15–20张）
方法一：全正面直视镜头，双眼睁开、无眼镜反光、无刘海遮眉、无口罩/围巾遮挡口鼻。任何一张出现闭眼、侧头、低头，这张图就作废。
方法二：用手机前置摄像头开启人像模式，关闭美颜和瘦脸，原图直出。滤镜、磨皮、HDR合成图会导致皮肤纹理丢失，训练后生成图全是塑料质感。
【严禁使用自拍杆俯拍或手机支架仰拍——这两种角度会永久固化畸变比例，模型输出必现额头塌陷或脖子拉长】
