Qwen-Image人像LoRA对比与Diffusion Pipe云端训练

作者：@T8star-Aix

本期围绕 Qwen-Image 人像 LoRA 展开：作者比较三个训练来源的样张，再介绍 Diffusion Pipe 云端训练镜像、数据集准备及 TensorBoard 查看方式。下文依据视频当时的演示整理；样张相似度和训练效果属于作者的观察，不是本站复测，也不是严格控制变量的训练器排名。

一、比较训练结果时，同时看提示词与触发词（01:00–05:23）
视频比较了 Diffusion Pipe 约11000步、另一训练平台约20000步以及此前训练器约7000步的结果。作者先使用相同提示词观察人物，再减少服装和场景限制，并分别移除、加入触发词，检查正面和侧面表现。

在作者展示的样张里，Diffusion Pipe 结果更符合他对人物的预期。但不同训练器、步数和配置不相同，视频中的主观相似度百分比不能当成客观测评分数。单一人物样例也不足以推导普遍优劣。

二、黑边与固定服装也可能被一起学到（02:45–06:01）
作者的数据里保留了影视画面的上下黑边，部分生成图因而也出现黑边，并且与触发词和固定服装形成关联。他把这作为反面例子，提醒处理素材时裁掉不需要的边框；以脸部为训练目标时，也要检查裁切和服装、背景等非目标因素。

更详细的生成提示词在部分示例中改变了衣着与场景，但不能把它当成数据清理的替代方案。对训练结果的判断应同时观察主体一致性和非目标元素是否被过度绑定。

三、步数和标注策略以验证结果为准（06:01–09:25）
作者在本次实验里尝试了较高步数，并表示未观察到他认为明显的过拟合。这是特定数据集和配置下的经验，不意味着 Qwen-Image 不会过拟合，更不意味着所有人像训练都应固定跑到一万或两万步。应比较不同检查点，并检查未见过的提示词与构图。

关于标签，作者在这期针对 Qwen-Image 提倡更充分地描述图片中真实存在的内容，与上期偏重主体的讲法作了补充。实用重点是把需要区分的服饰、边框和背景等因素描述清楚，避免含糊或错误标签；不能把“字越多越好”当成普遍规则，也不应混淆标签中的属性与模型参数数量。

四、云端镜像的基本流程（09:25–12:33）
打开本期 Qwen-Image 训练镜像，启动云端环境后进入训练界面。作者展示了基础设置、训练分辨率、数据重复次数、批次、保存轮次和学习率等选项，建议不熟悉时先理解镜像预设，再小规模验证。

视频涉及特定云端显存规格和批次组合，不能据显卡名称直接认定本地同型号必然可运行。本摘要不把未经逐帧核实的硬件与批次数字写成最低配置，也不补造语音不清的学习率。

准备图片及对应文本文件，按界面放入训练与验证目录后启动训练；出现持续更新的 loss 日志，可作为任务开始执行的信号。作者演示时提到把少量已有图片用于查看验证流程，但若要评估泛化能力，应将独立验证样本与训练样本区分，不能用训练图结果代替独立评估。

五、TensorBoard 与结果检查（12:33–13:20；13:49–13:57）
作者展示镜像中的 TensorBoard 入口，并提醒不同训练器写入日志的时间可能不同。Qwen-Image 示例需要先运行若干步再打开查看，因此启动初期暂时没有曲线不等于训练失败。

loss 曲线可辅助观察运行趋势，但不能单独证明人物像不像或泛化是否充分；应结合检查点样张、触发词对照和独立提示词测试。片尾提及的 Qwen-Edit 后续视频属于当时计划，本帖不据此宣称已上线。

人物素材应取得相应授权，避免冒充、误导性传播及侵害肖像或隐私的使用。

本期与原帖保留资源
新版Qwen-Image训练镜像：https://www.chenyu.cn/console/ne ... vitationCode=NGT5S4
Qwen-Image多训练器人像对比工作流：https://www.runninghub.cn/post/1 ... inviteCode=rh-v1121
原帖Kontext训练镜像：https://www.chenyu.cn/console/ne ... vitationCode=NGT5S4
原帖Wan2.2训练镜像：https://www.chenyu.cn/console/ne ... vitationCode=NGT5S4
ComfyUI节点地图：https://github.com/T8mars/Comfyui-Aix-NodeMap
本期图文与工作流资料：https://t.zsxq.com/JTLUc
以上保留原地址和查询参数；资料入口可能需要登录，是否可用及访问权限以作者页面为准。

本文依据本期P1完整音频的AI转录整理，内容为原作者演示、观点及据此归纳的检查建议，并非本站独立实测。本文为内容摘要，不替代完整操作教程；具体界面、参数和样张请结合原视频核对。