FLUX LoRA trainer 2.0

FLUX.1 Dev モデル用のLoRAを学習するためのComfyUIワークフロー。

ComfyUI上で独自のLoRAを簡単に学習できるワークフローです。Kohya（Kohya-ss バックエンド）とKijai（ComfyUI カスタムノード）の素晴らしい成果を基に構築されています。

----------------

FLUX用のLoRA（低ランク適応）を学習するには、[Queue]をクリックする前に以下の手順を実行してください：

学習データを準備する — 画像セット（最低10枚、20〜30枚程度が適切だが、特定のLoRAでは多いほど良い）。画像の品質は非常に重要であり、高解像度で高品質な画像のみを使用してください（ブラー、ピント外れなどは避けてください）。
キャプション用の.txtファイルを作成する必要はありません。FLUXモデルのLoRAは画像のみで学習できますが、特定の種類の学習（例：スタイルLoRAなど）ではキャプションが必要です。
入力（学習画像）フォルダと出力（保存されたLoRA）フォルダが正しく設定されていることを確認してください。ComfyUIのWindowsポータブル版では、「training」ディレクトリを「ComfyUI_windows_portable」と同じディレクトリに作成する必要があります。
LoRAトリガー用語を設定する（オプション）。
下部の「Prompts for Validation」の緑色ノードに、学習検証用の少なくとも1つのプロンプト（最大4つ）を追加してください。プロンプトは「|」で区切ってください。
学習設定を調整する（デフォルトのままでOK）：

- 最大学習ステップ：1000–4000

- Network_dim：4、8、16、32、64、128（値が高いほど品質が向上しますが、LoRAファイルのサイズも大きくなります）

- Network_alpha：デフォルトは1

- 学習率：推奨は0.0004

- Blocks_to_swap：デフォルトは18

設定の詳細については以下のリンクをご参照ください：

それでは[Queue]をクリックし、数時間お待ちください…（GPUにnVidia H100をご使用でない限り）。

学習終了後、複数のLoRAが生成されます。最も良いものを選び、次のワークフローでお楽しみください！