必须用20–50张同角度同光照纯色背景正面正方形人像图，文件名全英文半角下划线，标签仅保留触发词+1girl/1boy，底模强制选SD1.5且关闭混合精度训练，否则loss第3轮突变为inf。
☞☞☞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上训练个人形象LoRA模型，必须用20–50张同角度、同光照、纯色背景的正面正方形人像图，文件名全英文半角下划线，标签只留触发词+1girl/1boy，底模强制选SD1.5，混合精度必须关闭，否则loss会在第3轮突变为inf且无报错提示。
准备高质量人物训练图
第一步：用手机或相机拍摄15–20张正面半身照，人物占画面70%以上，纯色背景（白墙/灰布最佳），避免反光、阴影和多人入镜。
第二步：全部图片统一裁剪为正方形，分辨率锁定在【768×768】——别用1024×1024，SD1.5底模对高分辨率适配差，容易触发特征漂移。
第三步：文件重命名为半角下划线格式，例如01_zhaoxiaoming_face.jpg、02_zhaoxiaoming_smile.jpg，【严禁出现空格、中文括号、全角逗号】。
第四步：上传前用文本编辑器打开每张图的EXIF信息，删掉GPS坐标和设备型号——LiblibAI打标模块会误读这些字段，生成错误标签如“iPhone_15_Pro”。
上传并完成裁剪打标
这一步不能跳过自动裁剪直接进训练，否则AI会把背景杂物当主体学进去。
方法一：点击「裁剪打标」→ 选择「聚焦裁剪」→ 等待系统自动框出人脸区域 → 逐张确认框线是否完全覆盖眉眼鼻嘴，偏移超2像素就得手动拖拽校准。
方法二：若原图已居中且无干扰物，可切换「中央裁剪」→ 直接启用，但必须检查每张图裁后是否仍保持人物完整——脖子被切掉一半会导致训练出无肩模型。
打标完成后，【务必逐张点开自动生成的标签，删掉所有形容词和场景词，只保留触发词+1girl/1boy】。比如原标“young Chinese woman, studio lighting, soft smile”必须精简为“zhaoxiaoming, 1girl”，多一个逗号都可能污染权重。
关键参数设置（标准模式）
新手直接套用标准模式能跑通80%人物训练，但一旦loss卡在0.8不降，就得切到高级参数手动干预。
第一步：进入“赛博丹炉”→点击左侧“训练LoRA”→在底模列表中【必须选SD1.5】——人物/ACG类唯一兼容底模，选SDXL或Foundation1.0将导致五官错位或皮肤质感崩坏。
第二步：简易参数面板中，“单次张数”保持默认15，“循环轮次”设为8，“模型效果预览提示词”必须含你设定的触发词，例如zhaoxiaoming, front view, studio lighting ——漏掉触发词会导致训练完成也无法调用。
第三步：【关闭“混合精度训练”开关】。这一步不能跳过，LiblibAI云端环境启用该选项极易引发NaN Loss，训练会在第3–5轮突然中断，日志里只显示“loss=nan”，无其他报错。
高级参数调优（仅当loss异常时启用）
若训练启动后loss曲线剧烈跳动（如0.8→0.3→1.1反复），说明基础参数已失稳，需立即干预：
① 将Repeat设为6（若图集30张）或8（若图集达40张以上）；
② 学习率填4e-4（人物类专用值），调度策略必须选“cosine with warmup”；
③ Batch Size × 梯度累积 = 9，例如Batch Size=3 → 梯度累积=3；
④ 启用正则图功能，上传5张同风格但不含主体的空白背景图（如纯灰布纹理、白纸特写），用于抑制过拟合。
训练结束与效果验证
loss稳定降至0.22–0.28区间即可停训，低于0.2易过拟合，生成图只会复刻原图姿态，失去泛化能力。
训练完成→ 进入「我的模型」→ 找到刚生成的LoRA → 点击「模型生图测试」；
在提示词最前方输入触发词，后接描述，例如zhaoxiaoming, 1girl, wearing hanfu, standing in garden, soft light；
若生成图中五官、脸型、神态明显复现原图特征，即表示训练成功。
