成功训练LoRA的关键在于严格规范数据集：图片须裁为768×768或1024×1024正方形（等比缩放+居中裁剪）、文件名仅含半角字符和下划线、每图配同名txt标签（半角逗号分隔，权重0.8～1.5，禁用颜色/人名/模糊词）、格式限JPEG且质量100%，总量控制在20–50张。
☞☞☞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☜☜☜
要在LiblibAI上成功训练LoRA模型却反复失败，大概率卡在数据集整理环节——图片没裁成正方形、文件名混入中文标点、标签用全角逗号分隔，系统会静默跳过整张图，你根本看不到报错提示。
统一裁剪为严格正方形
打开Photoshop或XnConvert，将全部原始图导入→批量设置画布尺寸为【768×768或1024×1024】，背景填纯白；若原图非正方形，先等比缩放至长边匹配目标值，再居中裁剪。这一步绝不能用“填充拉伸”或“自由变换强制匹配”，非等比拉伸会导致LoRA输出形变，且平台不校验长宽比，错误直接进入训练流程。
裁完后逐张检查：放大到200%看边缘是否像素对齐，有模糊锯齿说明缩放失真，必须重做。
重命名文件：只允许半角字符
方法一：用Bulk Rename Utility（Windows）或NameChanger（macOS），规则设为“序号_英文描述.jpg”，例如01_ink_wash_scholar.jpg。
方法二：手动重命名时，删掉所有空格、中文括号、顿号、冒号、短横线，连“水墨人物(1).jpg”“01-ink_wash.jpg”这种都会被判定非法。文件名里出现一个全角字符，整张图上传后即失效，平台不报错也不提醒。
打标与配txt文件
第一步：每张图必须配一个同名.txt文件，如01_ink_wash_scholar.jpg对应01_ink_wash_scholar.txt。
第二步：txt内容用英文逗号分隔关键词，可加权但权重控制在0.8～1.5之间，例如(ink_wash:1.3), scholar, soft_brush, white_space。
第三步：所有标点必须是半角，全角逗号会让整个标签解析失败，系统静默跳过该图——这是新手最常踩却最难排查的坑。
第四步：禁止在标签里写颜色词（如black_hair）、具体人名（如zhang_san）或模糊描述（如beautiful），只保留风格/构图/技法类稳定特征词。
格式与来源自查
把所有图拖进Mac预览或Windows照片查看器，右键“显示简介”→确认格式是JPEG，不是HEIC、PNG或WebP；iCloud下载的图默认转HEIC，必须另存为JPEG再处理。
原始图建议保留RAW或高质量JPEG（压缩质量100%），低质压缩图含大量伪影，会干扰特征提取，导致loss震荡或生成图噪点多。
最后检查总数：20–50张为安全区间，少于20张必须调高Repeat值补足学习强度，多于50张反而引入噪声干扰，尤其对新手不友好。
