Flux的三步炼丹炉——fluxgym（二）：训练 Lora

上次小编在《Flux“炼丹炉”——fluxgym安装教程》一文中已经分享了flux的便捷炼丹炉，并且手把手分享了安装方法，现在丹炉有了，那就开始着手炼丹！

如何炼丹（训练 Lora）？

使用方法非常简单，总的来说就以下三步：

1. 输入 lora 信息
2. 上传图片并为其添加标题（使用触发词）
3. 点击“训练”。

然后喝杯咖啡慢慢等待即可。

下面我们来训练一个刘亦菲的 Lora，看看效果怎么样。

1.获取训练素材

训练素材渠道很多，可以从网上找，如果想训练其它的东西，可以使用 midjourney、SD、Flux 等生成图片，然后挑选合适的作为素材用来训练。我从网上随便找了几张：

这里只是是顺手改了图片名，也可以不修改，在这个丹炉中炼丹主打的就是一个方便~

2.基本处理（可选）

得到图片素材后可以选择进行一定的处理，提高质量。特别是找到的图片清晰度不高（马赛克风）的话，可以使用超分（超分辨率）提高质量。当然追求更高质量的话，还可以对图片进行抠图操作，抠图后只保留需要训练的主体，能够有利于算法捕捉到特征。可以先进行抠图，然后再使用超分提高质量。

① 抠图

我使用 ComfyUI 工作流进行批量处理，当然 sd-webui 还有 Ps 都可以。下面是我抠图的工作流，主要是使用 BRIA_AI 节点（没有的可以安装），处理下来效果挺不错的。

② 超分放大

超分放大（高清修复、高分放大）有很多种方法，按原理大致可分为：像素放大、模型放大、重采样放大、区块放大。在 stable diffusion webui 中可以通过插件来获取这些功能，比如：Ultimate SDupscale（终极 sd 放大）、ControlNet 的 tile、AI upscaler（AI 放大）等等，也可以混合使用，下面我通过使用 ControlNet 的 tile 和终极 sd 放大法相结合进行图片超分（混合会增加处理时长）。

需要一提的是 Ultimate SDupscale（终极 sd 放大）和 ControlNet 的 tile 的方法都需要额外的模型支撑，也就是需要下对于的模型，但是并不大，一共也就几百 MB。

Ultimate SDupscale （终极 sd 放大）：

安装方法如下图：

插件地址为：