PixelDojo 新增 SDXL 一键 LoRA 训练器

外来客 • 2026-08-27 03:11:37

声明：本文为对公开内容的摘要整理，未经本站独立核实，可能与原内容存在出入，不代表本站立场、观点或建议；观点与版权归原作者及原平台所有。如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

（原标题：SDXL One Click LoRA Trainer *NEW* at PixelDojo）

单图训练机制：上传单张图片后，系统利用姿态控制（Pose Control）生成不同姿势，并通过图像重光照（Image Relighting）创建不同光照环境，自动扩充训练数据集。
批量图片准备：建议收集 15 至 30 张高质量图片，要求包含不同光照、角度及服装，避免画面中出现多人或多物体干扰。图片需打包为 ZIP 文件上传。
触发词设置：必须使用极具唯一性的触发词（如 "Takanya" 或 "T-S-L-A-M-D-L-Y-J-N-P-R"），以确保模型准确识别目标对象。
训练参数配置：
训练步数（Training Steps）：推荐设置为 3000 步，以平衡图像精细度与模型灵活性，防止过拟合。
人脸检测：针对人物训练时开启；针对物体（如汽车）训练时关闭，并启用智能裁剪（Smart Cropping）以聚焦主体。
训练类型：可选择人物、物体或风格，主要用于后续分类管理，不影响实际训练算法。
模型管理：训练耗时约 10 至 30 分钟。完成后模型存入“我的自定义模型”，支持下载为 .tar 文件（需 WinRAR 解压），兼容 ComfyUI 和 Automatic1111 等本地环境。

图像增强流程：生成图像后可使用面部增强器（Face Enhancer）修复细节瑕疵，并通过创意上采样器（Creative Upscaler）将分辨率提升至 2048x2048（4 兆像素），保留原始特征的同时提高清晰度。
兼容性：基于 SDXL Base 训练的 LoRA 模型兼容 Juggernaut、RealViz XL 等多种检查点。
适用人群：适合希望快速定制特定人物、物体或风格，且缺乏复杂编程环境配置能力的 AI 图像创作者。
组织管理：平台提供媒体库文件夹功能，支持按项目（如 Tesla）分类存储生成图像，便于长期管理和公开分享。