Ana içeriğe geç

Görsel LoRA'sı eğitme#

Görsel LoRA'ları yerel olarak bir görsel taban modeline karşı eğitilir ve Image Studio'da diğer LoRA'lar gibi kullanılır.

  1. Görsel (image) model türüyle bir proje oluşturun ve taban modeli kurulu modellerinizden seçin.
  2. Galeri görsellerinden bir veri seti kurun. Bir stil için 30 ile 60 arası çeşitli görsel; bir özne için özneyi net kadrajlayan 15 ile 30 arası görsel.
  3. Koşuyu ayarlayın: rank, öğrenme oranı, adım, batch boyutu ve hassasiyet. Varsayılanlar 16 GB'lık bir karta uygundur; batch boyutunu yalnızca daha fazla VRAM ile artırın.
  4. Başlatın. İlerleme, loss ve ara checkpoint'ler koşu kartında görünür.

Koşu tamamlandığında LoRA, Model Yöneticisi'ne kaydedilir ve o taban model için Oluştur sekmesindeki LoRA listesinde görünür. 0.7 ağırlıkla başlayın ve ayarlayın. Bkz. LoRA'lar.

Krea 2 karakter LoRA'sı#

Krea 2 karakter LoRA'ları uygulama içinde, blok akışlı bir eğiticiyle eğitilir; böylece bir Krea 2 Turbo checkpoint'i (bf16'da yaklaşık 24 GB) 16 GB'lık bir karta sığar: yalnızca iki-üç transformer bloğu kartta kalır, geri kalanı sabitlenmiş ana bellekten akar.

  1. Krea 2 model türüyle bir proje oluşturun, LoRA'yı birlikte kullanacağınız modeli seçin — Krea-2-Turbo ya da Turbo tabanlı bir birleşim (bf16 ya da FP8 checkpoint veya Diffusers klasörü; GGUF modeller eğitilemez) — ve karakteri bağlayın. Krea 2 Raw burada listelenmez: kuruluysa koşular kendiliğinden onun üzerinde eğitilir (bkz. Eğitim tabanı). Bir Krea-2 VAE kaydı ile Qwen3-VL 4B kodlayıcı kurulu olmalıdır (katalogdan Krea-2-Turbo ile birlikte gelirler, bkz. katalog); eğitici bunları kendisi seçer.
  2. Veri setini video karakter LoRA'sındaki gibi karakterden kurun (yüz yakın planı, açılar, ek galeri fotoğrafları) — 768×768'de 15 ile 100 arası çeşitli, yüzü net kare (fazla kare süreyi değil çeşitliliği artırır; en iyi Krea 2 kimliğini 81 karelik bir set verdi). Fotoğraf setlerinde Kare başına VL caption Krea 2 projelerinde önseçilidir (bkz. Veri setleri): kısa tetik, sınıf ifadesi, kare notu caption'larıyla fotoğrafların görünümü (telefon selfie'si, sıcak iç mekân ışığı, eğik kadraj, kenardaki kişiler) tetikleyiciye bağlanır ve her sonuca sızar; rank, adım sayısı, strength ya da stil kuyruğu bunu kimliği de zayıflatmadan gideremez. Kare başına caption'lar tetikleyicide yalnız kimliği bırakır.
  3. İlk koşuda varsayılanları koruyun: rank 16, öğrenme oranı 1e-4, kare sayısından bağımsız 2000 adım (panel her karenin kaç kez görüleceğini gösterir; 1000 adım kimliği biraz daha gevşek bıraktı), guidance-distilasyonu kapalı (Turbo CFG 1 ile çalışır). Rank 32 ve text-fusion hedefleri testlerimizde hiçbir şeyi değiştirmedi. 16 GB kartta 768×768'de bir adım yaklaşık 3,1-3,5 s sürer; koşu yaklaşık 1 sa 50 dk'dır (panel tahmini gösterir), artı bir dakikalık kodlama ve caption yazımı. Kimlik odaklı eğitim varsayılan olarak açıktır (gelişmiş ayarlar): kayıp, baş bölgesini üç kat tartar ve yüzün oluştuğu gürültü seviyeleri daha sık örneklenir; yüz aynı adım süresinde yaklaşık dört kat hızlı öğrenilir. 81 karelik testimizde sonuç referans fotoğraflara düz reçeteden belirgin biçimde daha çok benzedi. Tüm karenin eşit önem taşıdığı stil ya da nesne LoRA'larında kapatın.
  4. Biten LoRA bir Krea 2 LoRA'sı olarak kaydedilir (Image Studio LoRA listesi) ve karakterde listelenir. Ağırlık 1,0 ile kullanın ve tetik kelimesini prompt'a yazmayın: kişiyi sınıfıyla betimleyin (a woman, a man), kimliği LoRA getirir; referans görselli düzenleme yolu ve açı oluşturucu da bunu kullanabilir. İstediğiniz görünümü prompt'ta adlandırın (sharp DSLR photo, studio lighting); kare başına caption'lı bir LoRA bunu izler. Krea 2 ve FLUX.2 tanımadıkları her sözcüğü metin yüzeylerine yazar: tabela, tişört, kitap ya da dergi kapağı olan 16 test sahnemizde prompt'taki tetik 13'ünde, isim gibi bir tetik (Ravena) hepsinde yazıya dönüştü; tetik yokken hiçbirinde, aşağı yukarı aynı benzerlikle (yüz gömmesi benzerliği tetikle 0,74, tetiksiz 0,71). Tetik kelimesi eğitim caption'larında özneyi adlandırmaya devam eder; banka bu LoRA'yı prompt'a tetik yazılmaz diye listeler. Karakter LoRA'sı yüzünü karedeki herkese verir, tetik olsa da olmasa da: iki kişilik test sahnelerimizde (bir kadın ve bir erkek, iki kadın arkadaş) ikinci kadın karakterin ikizi olarak çıktı, erkek de onun yüz hatlarını aldı; Krea 2'de de FLUX.2'de de. LoRA'yı karakterin karede tek başına olduğu görsellerde kullanın; kalabalık bir sahneyi LoRA'sız üretip Karakteri kişiye uygula ile karakteri tek kişiye verin.

İlk adımlar 768'de her biri yaklaşık 5 saniyeden (1024 tam karede yaklaşık 8 saniyeden) uzun sürüyorsa yerleşiklik planı kartı aşmış demektir: iptal edip koşunun hiperparametrelerine resident_blocks: 0 ekleyerek yeniden başlatın (API kabul eder; panel henüz sunmuyor). Elektrik kesintisi ya da çökmeyle yarıda kalan bir koşu son checkpoint'inden sürdürülebilir (bkz. Checkpoint'ler ve çıktılar).

Eğitim tabanı: Krea 2 Raw#

Krea'nın kendi önerisi LoRA'ları damıtılmamış taban Krea 2 Raw üzerinde eğitip Turbo'da kullanmaktır; testlerimiz de bunu doğruluyor. Bir Raw checkpoint'i kuruluysa her Krea 2 koşusu onun üzerinde eğitilir, biten LoRA eskisi gibi projenin modeliyle kullanılır. Eğitim paneli koşunun ne üzerinde eğitileceğini söyler (Krea-2-Raw üzerinde eğitilir (damıtılmamış taban); LoRA sonra Krea-2-Turbo ile kullanılır) ve yerine proje modelini seçmeyi sunar; koşu kartı tabanı kaydeder (Eğitim tabanı), sürdürülen bir koşu da aynı tabanla devam eder.

81 karelik testimizde (kimlik odaklı reçete, 768²'de 2000 adım) Raw'da eğitilen LoRA her checkpoint'te referans fotoğraflara daha yakındı — yüz gömmesi benzerliği gerçek fotoğraflara 0,696 → 0,726, eğitim setine 0,794 → 0,847; Raw'da 500 adım, Turbo'da 2000 adımı geçti — ve adım süresi aynıydı (16 GB kartta yaklaşık 3,1 s). Turbo'da eğitilen LoRA'nın ara sıra kısalttığı uzun saç da uzun kaldı. Bunu proje modeli Turbo iken ölçtük; Turbo tabanlı bir birleşim de aynı, Raw'da eğitilmiş LoRA'yı alır.

Raw yoksa koşu proje modeli üzerinde eğitilir ve panel kurulumu önerir: görsel katalogdan Krea-2-Raw (training base), görsel model kökünde yaklaşık 26 GB (24,5 GiB); boyut, oradaki boş alan ve gereken Hugging Face erişimi siz başlatmadan önce gösterilir. Raw üretim için değildir; üretimde Turbo'yu kullanmaya devam edin. Elinizdeki bir Raw dosyası da, kaydının adı ne olursa olsun, model yöneticisi onu Raw varyantı olarak tanıdığı sürece sayılır (varyantı dosya adından okur, dosya adında raw geçmelidir; modelin panelinden de ayarlanabilir).

FLUX.2 Klein karakter LoRA'sı#

FLUX.2 Klein karakter LoRA'ları Krea 2 ile aynı uygulama içi, blok akışlı eğiticiyle eğitilir; böylece bir Klein 9B checkpoint'i (bf16'da yaklaşık 17 GB) 16 GB'lık bir kartta eğitilir.

  1. FLUX.2 Klein model türüyle bir proje oluşturun, LoRA'yı birlikte kullanacağınız modeli seçin — FLUX.2 Klein 9B ya da bir 9B birleşimi (bf16 ya da FP8 checkpoint veya Diffusers klasörü; GGUF ve NF4 modeller eğitilemez) — ve karakteri bağlayın. Klein 4B projeleri de çalışır ve 4B modelin kendisi üzerinde eğitilir. Klein Base 9B burada listelenmez: kuruluysa 9B koşuları kendiliğinden onun üzerinde eğitilir (bkz. Eğitim tabanı). FLUX.2 VAE ile model boyutunun Qwen3 kodlayıcısı (9B için 8B, 4B için 4B) kurulu olmalıdır; eğitici bunları kendisi seçer.
  2. Veri setini tıpkı Krea 2'deki gibi karakterden kurun: 768×768'de 15 ile 100 arası yüzü net kare, Kare başına VL caption önseçili.
  3. İlk koşuda varsayılanları koruyun: rank 16, öğrenme oranı 1e-4, kare sayısından bağımsız 1000 adım, kimlik odaklı eğitim açık. 16 GB kartta 768×768'de bir adım yaklaşık 2,8 s sürer; koşu yaklaşık 47 dakikadır (panel tahmini gösterir), artı bir buçuk dakikalık kodlama. Daha uzun koşu karşılığını vermiyor: 81 karelik testimizde 2000 adım yüz gömmesi benzerliğini yalnız 0,67'den 0,69'a taşıdı ve tetik prompt'tayken onu beş görselden birinde yazı olarak bastı (bir tabelada, bir şef önlüğünde, bir kitap kapağında).
  4. Biten LoRA bir FLUX.2 Klein LoRA'sı olarak kaydedilir (Image Studio LoRA listesi) ve karakterde listelenir. Klein 9B ya da bir 9B birleşiminde 1,6 ağırlıkla kullanın — FLUX.2 projelerinde panelin varsayılanı: taban modelde eğitilmiş bir LoRA damıtılmış modelde daha zayıf kalır; testimizde 1,6 kimliği 1,0'dan belirgin biçimde daha iyi taşıdı, görüntüler de aynı keskinlikte kaldı. Krea 2'deki gibi tetik kelimesini prompt'a yazmayın: tetikle 16 metin yüzeyli sahnemizin 10'unda yazıya dönüştü, tetiksiz hiçbirinde. Tetiksiz benzerlik biraz daha düşük, 36 test sahnemizde ortalama 0,02 yüz gömmesi benzerliği kadar: tabela ve kapak olan kalabalık sahnelerde fark edilir, portrelerde ve gündelik sahnelerde neredeyse hiç. Caption'larda tetik olmadan eğitmek bu farkı kapatmadı, bu yüzden tetik caption'larda kalır. Krea 2'deki gibi karedeki herkes karakterin yüzünü alır.

Eğitim tabanı: FLUX.2 Klein Base 9B#

Black Forest Labs, damıtılmamış FLUX.2 Klein Base 9B'yi ince ayar ve LoRA eğitimi için yayımlıyor. Kuruluysa her 9B koşusu onun üzerinde eğitilir, biten LoRA projenin modeliyle kullanılır; panel bunu söyler ve yerine proje modelini seçmeyi sunar — Krea 2'deki gibi.

81 karelik testimizde (kimlik odaklı reçete, 768²'de 1000 adım, LoRA Klein 9B'de 4 adımla kullanıldı) doğrudan damıtılmış Klein 9B üzerinde eğitmek 1,0 ağırlıkta yüz gömmesi benzerliğini biraz daha yüksek verdi (gerçek fotoğraflara 0,60; tabanda eğitilen LoRA 0,54) ama her görüntüyü bulanıklaştırdı: 4 adımlık model doğrudan eğitilince keskinliğini kaybediyor. Tabanda eğitilen LoRA Klein 9B'nin keskinliğini, kadrajını ve prompt uyumunu korudu; 1,6 ağırlıkta gerçek fotoğraflara 0,67, eğitim setine 0,74'e ulaştı. Kıyas için aynı setin Krea 2 LoRA'sı 0,73 ve 0,85 alıyor.

Taban yoksa panel kurulumu önerir: görsel katalogdan FLUX.2 Klein Base 9B (training base), görsel model kökünde yaklaşık 18,2 GB (16,9 GiB); Hugging Face'te erişimi kısıtlı bir depo (FLUX Non-Commercial License, bkz. Erişim kısıtlı indirmeler). Taban üretim için değildir; üretimde Klein 9B'yi kullanmaya devam edin. 4B projelerinin tabanı yoktur: panel koşunun 4B model üzerinde eğitileceğini söyler, kurulum göstermez. Elinizdeki bir taban dosyası da, model yöneticisi onu Klein 9B Base varyantı olarak tanıdığı sürece sayılır (varyantı dosya adından okur, dosya adında base geçmelidir).