当前位置: 首页 > news >正文

玩转Krea2:一文讲透安装配置、工作流搭建与LoRA训练全流程

Krea2上线仅两日,工作流实操、LoRA训练相关讨论在社区热度拉满。

本期视频完整拆解Krea2安装与工作流用法,

教你用最简单的方式训练通用角色LoRA,以及《凡人修仙传》风格专属LoRA。

一、工作流的使用和安装

1.工作流的使用

基础文生图工作流包含以下步骤:

加载模型(Unet、CLIP、VAE)

输入提示词

设置图片尺寸

直接运行生成图片

2.各场景生成效果

测试范围: 人物、二次元角色、风景、建筑、城市场景、动物、交通工具、静物与产品、光影测试

专项测试:风格测试、复杂理解测试、文字理解测试、极限压力测试、海报测试

... ...

3.四种LoRA模型风格测试:

触发词与建议LoRA强度需配合使用

连接Lora模型

输入提示词

四种风格示例:

蓝调风格

水墨风格

流光风格

彩铅风格

整体生成效果符合预期

4.工作流的安装

从comfyui搅拌站模型广场下载Krea2模型及工作流

覆盖本地models文件夹

升级ComfyUI至最新版本(通过update脚本)

将工作流文件拖入ComfyUI即可使用

二、人物角色LoRA训练

训练流程特别简单,仅需两步:

1.收集角色素材

2.使用LoRA训练大师自动打标并训练

1.数据集准备

打开LoRA训练大师,点击数据集

新建数据集,填写名称后点击添加

进入数据集后添加素材,选中素材并点击打开

2.自动打标

点击自动打标,选择千问打标工具

使用默认设置,在自定义提示词模板中选择“训练人物角色”

点击开始打标,完成后点击停止

添加触发词:点击统一打标,输入触发词(如“AI搅拌手”)并追加到头部

3.新建训练任务

基础设置:

填写任务名称

训练类型选择Krea2

最大训练轮数:轮数×素材数量=总训练步数(例如60张素材训练3000步需设置50轮)

显存优化设置:低显存模式适用于显存不足设备,24G以上显存可关闭

数据集选择已新建的素材集

分辨率设置:512适用于常规训练,1024适用于高质量训练但占用更多显存

过程采样:

开启采样可查看训练效果(如每10轮或500步采样一次)

添加采样条目(例如“开车”“拿话筒唱歌”“抱吉他演唱”)

设置采样参数(宽度、高度、种子、步数)

检查无误后保存

4.开始训练

点击开始训练,系统自动完成初始化并开始训练

训练过程中可查看过程采样

loss曲线

LoRA模型

5.模型测试

复制训练好的LoRA模型至comfyui的models Loras中

打开Krea2文生图工作流

添加LoRA模型

输入触发词生成图像(如“AI搅拌手开摩托车”),

点击生成,可以看到角色效果非常好

三、凡人修仙传风格LoRA训练

训练流程也是分为两步:

1.搜集风格图片

2.使用LoRA训练大师进行打标和训练

1.数据集准备

准备三组数据集

包含两组人物和一组场景素材

2.自动打标

提供多种打标模型选择

在自定义提示词模板中选择“训练风格”

点击开始打标,完成后点击停止

添加触发词:点击统一打标,输入触发词并追加到头部

3.新建训练任务

基础设置:

填写任务名称

训练类型选择Krea2

最大训练轮数:轮数×素材数量=总训练步数

显存优化设置:低显存模式适用于显存不足设备,24G以上显存可关闭

添加三组数据集

添加三个采样条目

4.开启训练

点击开始训练,系统自动完成初始化并开始训练

训练过程中可查看过程采样

Loss曲线

Lora模型

5.模型测试

复制训练好的LoRA模型至comfyui的models Loras中

打开工作流

加上Lora

对比:不加Lora

提示词和种子相同

在提示词开头添加风格触发词

可使用提示词大师进行提示词扩写

点击生成,效果对比明显

添加LoRA:呈现明显的凡人修仙传风格特征,未加LoRA:偏写实风格

四、知识小结
型号/功能功能亮点技术参数适用场景优势
Krea2 LoRA训练流程- 两步训练法:素材收集+自动打标训练- 触发词定制:支持追加头部统一标签(如“AI搅拌手”)- 过程可视化:实时采样/Loss曲线监控- 打标引擎:千问3VL等- 显存优化:支持24G以下设备分块训练- 输出频率:可配置(如每1000步输出模型)- 角色模型训练(如人物肖像)- 风格模型训练(如“凡人修仙传”3D动画风)拟合速度更快

可点击下方原文链接观看视频教程👇

https://comfyit.cn/blog/314/?invite_code=TSH

http://www.jsqmd.com/news/1103168/

相关文章:

  • 2026年乌鲁木齐精装装修厂家top5推荐,实践经验案例分享!
  • 大模型落地避坑手册(ChatGPT与Claude企业级部署深度拆解):从Token成本、RAG兼容性、审计日志缺失到GDPR响应延迟的7个致命差异
  • 别再选烂大街的题目了!MBA论文避坑选题清单
  • 抖音批量下载器终极指南:3分钟学会无损音视频批量提取技巧
  • 为什么Blender建个白模,Seedance 2.0就能按照动画约束生成AI视频?你们想要的提示词来了
  • ChatGPT vs Claude:真实场景压力测试报告(含178次API调用失败率、12类Prompt抗干扰能力、金融/医疗/法律垂直领域准确率对比)
  • 原生Android电视直播应用开发:如何为老旧设备打造流畅的IPTV播放体验?
  • Anthropic官方最新的演讲,给火了一年的Agent浇了冷水
  • 工业物联网安全通信方案:A5000与TM4C129EKCPDT实战
  • 让旧电视焕发新生:Android原生直播应用的技术重生之路
  • 想找质量好的防水土工膜供应商?这里有你要的答案!
  • SurrealDB:一个数据库搞定所有数据模型
  • 终极PS3游戏更新下载方案:三步获取官方补丁的完整指南
  • QCMA:开源跨平台PS Vita内容管理解决方案的技术架构与实践指南
  • 低门槛搭建高转化圈子社群小程序:Uniapp 多端快速上线,同城 / 兴趣 / 行业圈:多端适配运营级源码!
  • 如何用绝区零一条龙自动化工具3步解放双手:终极指南
  • 陪诊系统源码解析:预约下单 + 接单派单全业务流程
  • 大模型幻觉率实测报告(2024Q2):ChatGPT-4o vs 文心一言4.5,在金融合规问答、政务公文生成、医疗术语推理中的错误率差异达47.3%(独家脱敏数据)
  • 微信打视频怎么开美颜? 苹果手机微信美颜功能在哪里打开的?
  • 清关进度怎么实时查?义方天地这套系统给出答案
  • VLC鼠标点击暂停插件:重新定义视频播放控制体验
  • 小说下载器:如何用这个神奇工具拯救你即将消失的阅读记忆
  • 5步掌握Sollumz:Blender中创建GTA V模型的终极免费插件
  • 计算机毕业设计之基于人工智能的飞机航迹预测系统设计与实现
  • 140+上岸江苏:如果你也正在公考路上挣扎,这篇是我的“避坑指南”
  • #2026深度实测:个人AI编程软件选择,vibe coding实战全指南
  • 计算机毕业设计之基于情感分析的社交媒体舆情监控系统
  • 1小时应急响应:1-Day漏洞快速定位与实战指南
  • 从Next-Token到Next-State的世界模型
  • GEO优化:中小企业低成本破局,精准获客不烧钱的核心秘籍