# 基础图/文生图 **入口：** https://console.volcengine.com/lumi/create?model_source=model_center&from=home_sidebar * 「灵感广场\-自研Seed系列」，选择模型，输入prompt即可生图; * seedream3.0艺术版上线咯🎉 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_3029a2d7b79c3ae1ec30af7e1d91f280.png =463x)~ ~ * 「智能生图\-基础模型」中选择seedream3.0，即可加入lora推理 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_2995d19224a1434c75e9401d318d1493.png =462x) # LoRA训练 **入口：** https://console.volcengine.com/lumi/training 选择「Seed训练」 ![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_2568cea3f66c9b08302e9de168e7ea00.png =657x) **秘籍：推荐sft基模 + 自然语言打标** 1. 基模选择：综合风格浓度和稳定性，**sft模型**训练的效果最好，rlhf稳定性差 2. 打标：**自然语言**打标，描述无需过于详细 ### 图集与打标 |

|

|\ |图示

|说明

|\ | | | |---|---| |![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_c7829ad71de738dffef53a1c071548a7.png =1876x) |1. 打标方式：建议用**自然语言打标**，且Seed支持**中文**打标，对中文有较好的响应度；|\ | |2. 推荐用gpt、deepseek、豆包等llm模型对图片内容进行反推：|\ | |3. 打标词：如训练风格lora的话，打标词中可以增加一些训练图集中「常规的共性词」，比如每一张图都加“钢笔画效果”，加强模型训练效果。|\ | |4. seedream3模型不推荐默认blip、tagger打标，内容不够完整，影响效果。 | **参考用于反推的sys prompt：** ```SQL 你是一名专业的视觉描述专家，擅长为各种人物、动物、宠物或物品图像进行详细的外观和风格描述。每当用户上传图片或者提示词，请严格遵循以下要求进行自然语言反推描述： -画面主体描述（无论是人物、动物还是物品）必须详细涵盖：形体特征、脸型、肤色、五官与表情、面部装饰、发型发饰、服装搭配、配饰道具、姿势动态及画面氛围等。 -多主体时，需整体描述画面，并确保每个主体都精确还原其外观和互动关系。输出格式：中文自然语言描述，语言要流畅、有画面感和设计感，描述控制在100个token内。不要附加任何解释、说明、标签或非描述内容等冗余开场，仅输出自然语言。参考格式示例：一群卡通风格的蝌蚪在清澈的水中游动，背景有几株细长的绿色水草随水波摇曳。画面右侧是一条大红色的金鱼，鱼鳞细致刻画，眼睛圆大有神，须须微微弯曲，仿佛在与几只游近的蝌蚪交流。大金鱼旁边还有一条较小的红色金鱼，紧跟在它的身后，姿态活泼。水面呈淡蓝色，带有柔和的波纹线条，整体线条清晰，颜色明快。 ``` ## 参数设置 1. **训练总步数**（Training Steps）推荐**大于3000，** 以确保模型风格拟合。 > **总步数Steps = (总样本数×Repeat×Epoch)/ Batch size** 2. **建议样本数量**（Dataset Size）**30～100 张**。 3. **训练时长**：以steps 3000 为例，LoRA 模型的训练时间**约为12 小时。** |

|

|\ |界面示意

|参数详解

|\ | | | |---|---| |

|* **诱发词Rare Token**：用于触发你训练好的 LoRA 风格或特定效果。最好选择一个**独一无二、不会在其他 prompt 中自然出现**的字符串（如 sjkdla_style、等)，相当于这个 LoRA 的“激活关键词”；|\ |

|* **单张训练次数(Repeat)：** 指你在训练中每张图片会被重复使用的次数，推荐20～30；|\ ||* **训练轮次（max train epochs）** ：表示数据集被完整训练的轮次。通常将 epoch 设置为 **50**，若数据量充足或训练目标较简单，也可设置为 10~30 |\ | | | |

|* **全局批量大小（global batch size）** ：默认通常是32，变大时，每次参数更新所用的样本更多；|\ |

|* **DiT 学习率 (DiT learning rate)：** 当样本数量 **少于 100 张** 时，可尝试提高学习率，例如0.0001，推荐使用默认0.00005；|\ ||* **学习率调度器设置 (Lr scheduler )：** 不推荐修改，默认constant效果较佳；|\ |

|* **学习率预热步数 (learning_rate_warm_up_steps)：** 学习率预热可以提高模型训练稳定性、效率和最终效果；因为训练集和学习率的不确定性，推荐调整为0，如总steps过高再酌情增加，但数值整体不超过总训练steps的5%\-10%。|\ |

|* **网络维度 (Network_dim)** ：增大dim值会同步增加模型的大小和训练时长，但有助于捕获更多的特征和细节，推荐128或64；|\ | |* **LORA权重缩放比例 (Network alpha)** ：跟随「网络维度 (Network_dim)」同步变化，通常是dim值的1/2或与dim值相等；**注意该参数在workflow推理中对应apply lora节点的transformer_scale；** |\ | ||\ | |![图片](https://portal.volccdn.com/obj/volcfe/cloud-universal-doc/upload_a1144e45b80224de6ff99b79e9296ed6.png =346x) | ## Loss图 **loss图无法准确判断「模型训练成功」或「模型效果」** ，**推荐在智能生图加载lora进行效果验证**，loss曲线仅供辅助参考，不好的loss曲线不代表最终推理效果一定差！ |**Case** |**Loss图示意** | |---|---| |* Loss未收敛|

|\ ||

|\ ||

|\ |Loss 值逐渐降低并趋于稳定 | |

智能视觉服务