Krea-2-Trainer一键训练角色LoRA：数据集、显存与过拟合判断

作者：@刘悦的技术博客



一句话导读：本期演示如何用 Krea-2-Trainer 一键训练角色或风格 LoRA，从少量图片和同名文本标注开始，完成训练、下载并在 ComfyUI 工作流中调用。

核心内容：
1. 数据集准备：演示使用 8 张训练图片，每张图片配一个同名 TXT 描述文件。文本中需要包含自定义 LoRA 触发词，整理完成后将整个训练目录压缩为 ZIP 文件。
2. 创建训练任务：在 Krea-2-Trainer 中新建项目，可修改默认触发词，再上传压缩后的训练集。提示词和训练时使用的触发词需要保持一致，否则模型特征难以按预期被调用。
3. 显存与分辨率：作者使用 4060 笔记本环境，训练时显存占用约 14GB；如果显存不足，可以先降低训练分辨率。硬件余量会直接限制可用分辨率和训练配置。
4. 步数与收敛：8 张图片的示例设置约 1300 步。训练过程中通过验证图观察角色特征逐渐出现，以此判断模型是否正在收敛，而不是只看进度数字。
5. 下载与本地使用：训练完成后下载 LoRA，放入 ComfyUI 的 LoRA 模型目录，在对应工作流中选中该模型，并在生成提示词里带上训练时设置的触发词。
6. 效果调优：如果生成效果不足，可以适当增加训练步数，但步数并非越高越好。应持续观察验证图与实际生成结果，避免模型过拟合或对底模输出产生过强干扰。

适合人群：希望用少量素材定制角色、风格或动作 LoRA，或需要了解 Krea-2-Trainer 数据格式、显存门槛和训练效果判断方法的用户。

补充说明：本文根据授权视频约 3 分 2 秒的完整音频转写整理，并结合视频简介与默认首屏 3 条评论核对工具名、硬件信息和资源链接。建议观看原视频确认训练界面的具体选项与验证图变化。

相关夸克网盘链接：
【Krea-2-Trainer：https://pan.quark.cn/s/b2635fa9495c】