5.0 KiB
5.0 KiB
素材准备指南（给老莫）
训练质量 70% 取决于素材。这步值得认真做，一次做好，训练一次到位。
一、选片标准（15-25 张）
总原则：宁缺毋滥，越对越好，不是越多越好。
| 要求 | 说明 |
|---|---|
| 数量 | 15-25 张。少于 10 张易过拟合（只记得训练照），多于 30 张收益递减 |
| 分辨率 | 每张 ≥1024×1024。用手机原图，不要用微信/朋友圈压缩过的图 |
| 正脸为主 | 正脸/微侧特写占 8 张左右（决定五官比例、皮肤质感） |
| 半身/全身 | 8 张左右（决定身材、服装适配度） |
| 侧面/动态/生活 | 4 张左右（决定泛化能力，换姿势也像） |
| 光线 | 混合光源（室内灯、自然光、户外），不要全同一个光线 |
| 表情 | 别全是大笑/全是抿嘴，自然表情为主，1-2 张微笑 |
| 遮挡 | 不要戴口罩、墨镜、厚刘海、帽子遮挡五官 |
| 背景 | 尽量简单（纯色墙、普通室内），避免复杂背景干扰 |
| 年龄 | 照片年龄差距别太大（不要 10 年前的混 3 年前的） |
反面教材：20 张全是同一角度的自拍 → LoRA 只会画那个角度，换个姿势就不像了。
选片来源建议：翻手机相册挑最近 1-2 年的，证件照、日常照、户外照各来几张。
二、打标（每张图配同名 txt）
原则：描述场景和动作，不描述脸。脸交给 LoRA 记。
- 每张照片旁边放一个同名 txt 文件（如
img_001.jpg→img_001.txt） - 内容：触发词 + 一句场景/姿势/服装描述（英文，ComfyUI 生态惯例）
- 禁止写：五官特征（"帅""眼睛大"）、具体衣服颜色（会把衣服焊你身上）
- 懒人方案：把照片丢给 AI（豆包/DeepSeek）批量生成描述，5 分钟搞定
触发词（重要）
- 自己取一个生僻词，不要在模型词汇里常见
- 建议：
lm_face_v1或sks_laomo这类（lm = 老莫） - 推理时提示词必须带触发词 LoRA 才生效
打标示例
# img_001.txt（正脸特写）
lm_face_v1, photorealistic portrait, front view, neutral expression, soft indoor lighting, plain background
# img_002.txt（户外全身）
lm_face_v1, full body shot, standing in a park, natural daylight, casual clothing, sharp focus
# img_003.txt（侧脸生活照）
lm_face_v1, three-quarter view, sitting at a cafe table, warm ambient light, candid moment
三、关键决策规则（老莫必读）
1. 年龄：不要混！以最近 1-2 年为主
- 混入多年前的照片 → LoRA 学"平均脸"，出图年龄飘忽，两边都不像
- 年龄跨度控制在 ±5 年内；想要"年轻版"效果用提示词（
younger version），或以后单独训一个年轻版 LoRA
2. 发型：要混！但打标必须写明
- 不同发型（寸头/长发/背头/卷发）都选 → LoRA 泛化强，换发型也像
- 关键：每张 caption 必须写发型（如
short black hair），否则发型会被"焊死"在脸上，出图换发型就不像
3. 生活照 vs 艺术照：混，8:2 为主
- 生活照为主（提供真实身份特征），艺术照少量（3-4 张，提供精致造型参考）
- 艺术照避开：重度磨皮/美颜（塑料脸）、浓妆（掩盖五官）、棚拍强光死白
- 选轻度修饰、五官清晰的艺术照
4. 20 张黄金配方
| 类型 | 张数 |
|---|---|
| 正脸特写 | 8 |
| 半身照 | 6 |
| 全身照 | 4 |
| 侧脸/生活照 | 2 |
5. 角度配比（老莫补充 2026-08-03）
| 角度 | 张数（20张） | 作用 |
|---|---|---|
| 正脸/微侧（±15°） | 12 | 身份核心 |
| 45° 半侧脸（左右各一半） | 6 | 立体结构、泛化关键 |
| 纯侧面（90°） | 0-2 | 点缀 |
- 45° 半侧脸教 LoRA 认识脸的立体结构（颧骨/下颌线/鼻子的三维关系），出图换角度也像
- 左右两个方向的 45° 都要有，别只拍一边
- 纯 90° 侧面信息少，最多 1-2 张
- 俯拍/仰拍：少量或不要（会扭曲五官比例：俯拍额头大、仰拍鼻孔放大；AI 出图极少用极端俯仰角）。真要放：每方向最多 1 张、15-20° 轻度即可
6. 排除清单（看到就换）
口罩 / 墨镜 / 厚刘海遮挡 / 模糊 / 纯侧面 / 背光死黑 / 过度美颜 / 表情全是一个 / 年龄差距大
四、交付方式
- 照片放进
projects\脸部LoRA训练-Qwen-Image\素材\（或直接发我，我来整理） - 我负责：重命名（img_001...）、检查分辨率/质量、批量生成 caption、整理成训练数据集格式
- 你只需要：选 15-25 张照片
四、时间预估
- 选片：10-15 分钟
- 打标：AI 批量 5 分钟（我代劳）
- 合计：老莫只需花 10 分钟选照片
五、质量自检清单
- 15-25 张，全部 ≥1024×1024
- 正脸/微侧为主，角度有变化
- 光线有变化，背景不复杂
- 无遮挡五官（口罩/墨镜/厚刘海）
- 照片都是最近 1-2 年的
- 无重复角度、无模糊照