训练lora前须人工筛除模糊图：用windows照片查看器放大150%查睫毛/褶皱清晰度，psnr值需介于28.5–42之间，手机图须检查快门速度≥1/60秒。
☞☞☞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前，必须人工筛掉模糊图片，否则模型会把失焦区域当作有效特征学习，导致生成图边缘发虚、五官糊成一片、纹理细节全丢失——平台不校验清晰度，模糊图上传后照常进入打标和训练流程，但loss曲线会在第2轮突然跳升，且无法通过参数调整挽回。
用Windows照片查看器快速初筛
双击打开任意一张训练图→按Ctrl+滚轮放大至150%→眼睛直视人物眼部或衣领褶皱处：若睫毛边缘呈毛边状、布料经纬线无法分辨走向，直接删掉。这一步5秒内可判断80%模糊图，比看缩略图可靠得多。
注意：不要依赖右下角显示的“分辨率”数字，1024×1024的模糊图照样显示高清数值，实际像素信息已不可逆丢失。
用Photoshop批量检测PSNR值
打开Photoshop→「文件」→「脚本」→「图像统计」→勾选「载入图像」→设置「堆栈模式」为「平均值」→点击「确定」后会生成一张统计图，但真正要用的是日志面板里的PSNR值。
关键操作路径：菜单栏「窗口」→「直方图」→右上角齿轮图标→「扩展直方图」→滚动到底部找到「PSNR（峰值信噪比）」字段。低于28.5的图片必须剔除——这是LiblibAI训练稳定性的临界阈值，低于此值的图会让loss在第3轮后持续震荡，无法跌破0.5。
PSNR不是越高越好，超过42说明图片被过度锐化，反而引入伪影噪声，这类图也要删。
手机拍摄图重点查运动模糊
方法一：用iPhone自带「测光」功能辅助判断
打开「相机」→对准人脸→长按屏幕直到出现黄色方框→再长按方框下方的「自动曝光锁定」小太阳图标→观察取景框左上角快门速度数值。若显示「1/30」或更低（如1/15、1/8），这张图大概率存在肉眼难辨的运动模糊，立即剔除。
方法二：关灯拍手电筒反光法
在暗室中，让被摄者直视手机前置摄像头，用手电筒斜向照射其瞳孔→拍摄后放大瞳孔区域→若反光点呈拉长水滴状而非圆点，说明拍摄瞬间有微抖，该图不可用。
【所有手机图必须检查EXIF中的“曝光时间”字段，非专业设备拍出的1/60秒以下快门图一律删除】
