Krea2 Turbo人像LoRA训练：步数、触发词与打标避坑

作者：@T8star-Aix



一句话导读：这期是 Krea2 Turbo 人像 LoRA 训练实战，重点不只是展示成图效果，而是把数据集打标、训练步数、触发词、训练器设置和过拟合处理这些容易踩坑的地方逐项讲清楚。

核心内容：
1. 作者先说明本期主要讲 Krea2 Turbo 训练注意事项，Krea2 Raw 的风格模型训练还在进行中，会放到下一期展开。当前实测的人像训练效果已经能在 RunningHub 工作流里做出较稳定、艺术感较强的角色图。
2. 数据准备部分，作者强调训练前的数据集和打标最重要。视频里使用图图打标器给训练集做中文/英文提示词，作者认为前期打标质量会直接影响后面是否浪费算力、是否费单，以及最终 LoRA 的收敛和泛化。
3. 训练器里 Krea2 有 Turbo 和 Raw 两个方向。本期重点是 Turbo；作者认为 Turbo 本身是蒸馏模型，不适合盲目跑太多步数，训练到侧脸、正脸都比较像并且泛化没有明显问题时，就可以考虑停止。
4. 一个关键避坑点是 TeaCache 和批次设置不要同时乱开。作者提到当前训练器里两个选项一起开时，Sampler 图像和下载模型都可能出现异常；单独开批次或单独开缓存没有问题，Raw 模型训练也相对正常。
5. 保存 checkpoint 数量建议调高到 50-100，方便回头比较不同阶段效果。因为 Turbo 拟合较快，1000 多步可能已经接近可用，继续到 3000-4000 步会更像，但也更容易出现衣服、细节等过拟合，需要靠权重或更早阶段模型回退。
6. 显存与分辨率方面，本地训练会比较吃资源。作者提到显存不足时可打开低显存相关选项；如果显存足够，则建议训练更高分辨率，例如 1024、1280，因为 Krea2 使用的 VAE 全身图细节容易偏糊，高分辨率训练更有价值。
7. 触发词是这期反复强调的重点。作者认为 Krea2 Turbo 对触发词非常敏感，训练和推理时都要明确加上；不加触发词时，结果会明显偏离。触发词可以放进打标文件，也可以在训练器里单独指定。
8. 采样测试时，不需要一次放很多样图，正面和侧面两个角度基本能判断是否拟合。全身图细节不足可以后续用二采、三采、高清放大或搭配其他 LoRA 解决，但这会增加模型和采样器调参成本。
9. RunningHub 工作流里，作者把触发词放到扩写后的提示词最前面，再给到 Clip，实测效果更稳定。模型强度也要根据拟合程度调整：过拟合时可以降低权重，或挑选更早保存的模型版本。
10. 视频结论是，Krea2 Turbo 适合快速做人像类 LoRA 训练，但它的高效拟合也意味着更容易因为数据集、打标、触发词或步数设置不当而出问题。想训练风格模型，作者更推荐等 Raw 模型训练流程。

适合人群：准备训练 Krea2 Turbo 人像 LoRA、想在 ComfyUI/RunningHub 场景里复用训练器，或正在排查训练步数、触发词、数据集打标、显存和过拟合问题的用户。

相关夸克网盘链接：
【无限画布整合包v2.3.7（新功能需要更新chrome插件）：https://pan.quark.cn/s/5871a0142ff3】
【T8 Comfyui整合包V11：https://pan.quark.cn/s/9b0cd761bf8e】
【贞贞整合包V4.6H：https://pan.quark.cn/s/ed4f5cc2db75】

补充说明：本文根据授权视频音频转写整理；评论默认第一页扫描 3 条及可见子回复，未发现额外夸克网盘链接。简介还包含图图打标器、Krea2 训练器、云端镜像和多个训练器入口，建议需要实操时回到原视频核对最新地址。