ComfyUI训练方法：选择合适的数据集

ComfyUI 训练用数据集选择指南
一 明确目标与数据范围

• 先锁定训练目标：如人物/角色、风格、产品/电商图、特定概念（例如某种材质或构图）。目标不同，数据组织与标注策略完全不同。
• 人物 LoRA 的起步规模建议10–30 张清晰、多角度图片即可起步；若数据不足，优先补齐关键角度与光照，而非盲目扩增低质样本。
• 建议预先规划触发词（trigger word），如人物名或风格名，作为模型学习的关键锚点，便于后续生成时稳定复现特征。

二 图像采集与质量控制

• 分辨率与比例：优先收集1024×1024 或更高的原始分辨率；训练时可根据显存与模型选择512×512等尺寸。FLUX.1 训练可用1:1，同时混入其他比例可提升多样性。
• 清晰度与一致性：剔除模糊、过曝/欠曝、强压缩痕迹与大面积遮挡的图片；尽量统一白平衡/色彩风格，避免训练时学习到相机或后期风格噪声。
• 多样性覆盖：同一主体需覆盖不同角度、光照、表情、服装、背景；风格任务需覆盖笔触、色彩分布、构图等变化，避免过拟合到单一元素。

三 标注策略与文件组织

• 标注方式三选一或混合：
• 简单标注：使用触发词 + 简短特征（如“satomiishihara, a woman.”），适合人物/概念快速起步。
• 复杂标注：使用Joy Caption等模型生成自然语言描述，再在句首加入触发词，适合需要细粒度语义控制的风格/场景。
• 模板化标注：在描述首行加入固定句式强化关键词，例如“This is a photo of a girl named [xxx].”，有助于模型将名称与视觉特征绑定。
• 文件组织：每张图片对应同名 .txt 标注文件（如“0001.jpg”→“0001.txt”），统一UTF-8 编码，避免 BOM；目录结构保持简洁，便于脚本批量读取。

四 数据集规模与步数配置建议

• 起步规模与步数基线：人物 LoRA 以10–30 张为起点；总训练步数常用经验为图片张数 × 100（如 20 张 → 2000 steps），再按验证效果微调。
• 学习率参考：常用1e-4 ~ 4e-4区间；显存较小或样本较少时可取1e-4以提升稳定性。
• 训练预算与精度：显存≤16GB时可选Adafactor优化器；必要时开启split_mode与“train_blocks=single”以降低显存占用（代价是训练更慢）。精度方面，FLUX 工作流常见fp8训练与保存，也可按硬件与稳定性选择fp16。

五 快速检查清单与常见避坑

• 检查清单
• 图像：分辨率≥1024×1024、清晰、主体明确、覆盖角度/光照/服装多样。
• 标注：每张图都有同名 .txt；触发词置于句首；描述与视觉内容一致。
• 目录：仅保留训练所需文件，避免混入无关图片或隐藏文件。
• 验证：训练前用少量样本做快速试跑与过拟合检查（是否能稳定复现主体特征）。
• 常见避坑
• 低质样本、重复样本过多 → 易过拟合或学偏。
• 标注与图片不匹配 → 模型学到错误关联。
• 分辨率过低或比例单一 → 生成细节与泛化受限。
• 盲目增大步数 → 可能带来过拟合与细节崩坏，需以验证集为准做早停与调参。