FLUX LoRA trainer 2.0
세부 정보
파일 다운로드
모델 설명
FLUX.1 Dev 모델용 LoRA를 학습하기 위한 ComfyUI 워크플로우.
ComfyUI에서 자신의 LoRA를 쉽게 학습할 수 있는 사용자 친화적인 워크플로우입니다. Kohya(Kohya-ss 백엔드)와 Kijai(ComfyUI 커스텀 노드)의 뛰어난 작업을 기반으로 합니다.
----------------
FLUX용 LoRA(저랭크 적응)를 학습하려면, Queue를 클릭하기 전에 다음 단계를 따르세요:
학습 데이터 준비 — 이미지 집합(최소 10장, 20~30장이 적당하며, 일부 특정 LoRA의 경우 더 많은 이미지가 더 좋습니다). 이미지 품질은 매우 중요하므로, 고해상도의 고品質 이미지만 사용하세요(흐릿하거나 초점이 맞지 않은 이미지 등은 사용하지 마세요).
캡션 .txt 파일을 만들 필요는 없습니다. FLUX 모델의 LoRA는 이미지만으로도 학습할 수 있지만, 일부 특정 학습(예: 스타일 LoRA 등)의 경우 캡션이 필요합니다.
입력(학습 이미지) 및 출력(저장된 LoRA) 폴더가 올바르게 설정되었는지 확인하세요. ComfyUI 윈도우 포터블 버전의 경우, "training" 디렉터리를 "ComfyUI_windows_portable"과 동일한 디렉터리에 생성해야 합니다.
LoraTrigger 단어 설정 (선택 사항)
하단의 "Prompts for Validation" 녹색 노드에 최소 1개(최대 4개)의 학습 검증 프롬프트를 추가하세요. 프롬프트는 "|"로 구분해야 합니다.
학습 설정 조정 (기본값 유지 가능)
- 최대 학습 단계: 1000-4000
- Network_dim: 4,8,16,32,64,128 중 선택 (높은 값은 더 나은 품질을 의미하지만 LoRA 파일 크기가 커짐)
- Network_alpha: 기본값 1
- 학습률: 권장값 0.0004
- Blocks_to_swap: 기본값 18
설정에 대한 더 자세한 정보는 다음 링크를 참조하세요:
이제 "Queue"를 클릭하고 몇 시간 기다리세요... (GPU로 nVidia H100을 사용하는 경우를 제외하고)
학습이 끝나면 여러 개의 LoRA 파일이 생성됩니다. 가장 좋은 LoRA를 선택하고 다음 워크플로우에서 즐겨보세요!