Come addestrare un Flux LoRA (Flux.1 e Flux 2): la guida passo passo per principianti

L'addestramento Flux LoRA è come insegnare al modello di immagini Flux qualcosa che non conosce: il tuo volto, il tuo prodotto, il tuo stile di disegno, un look da fotocamera. Il risultato è un file .safetensors da 20 a 300 MB che puoi usare in qualsiasi app Flux, incluso Graydient. Il processo richiede da 15 a 30 immagini, una scheda con 12-16 GB di memoria (o una noleggiata per un'ora) e un trainer gratuito. Questa guida spiega ogni passaggio per Flux.1 dev e Flux 2, e termina con come usare il tuo nuovo LoRA qui.

Farai sette cose: scegliere la base Flux, creare un piccolo dataset, scrivere le didascalie, scegliere un trainer, impostare alcuni numeri, addestrare e testare, poi importare il file in Graydient. Ogni passaggio è descritto qui sotto con i valori che funzionano per la maggior parte delle persone. Se hai già un file addestrato, passa alla sezione sull'uso.

Graydient esegue i LoRA; non li addestra. L'addestramento avviene sulla tua scheda grafica, su una GPU noleggiata a ore o in un trainer online. Una volta che il file esiste, ogni piano Graydient può renderizzarlo con un prezzo fisso.

Cosa ti serve

• Da 15 a 30 buone foto di un soggetto, o da 30 a 60 per uno stile. Le foto da telefono vanno bene se sono nitide e varie.
• Una scheda grafica con 12-16 GB di memoria per Flux.1 dev o Flux 2 Klein 4B, o 24 GB e oltre per Flux 2 dev. Non hai una scheda? Noleggiane una per un'ora (vedi sotto) o usa un trainer online.
• Un trainer gratuito: AI Toolkit, Kohya sd-scripts (o l'interfaccia FluxGym sopra di essi) o OneTrainer. Tutti funzionano su Windows e Linux con Python installato.
• Da una a tre ore, per la maggior parte in attesa. Un piano Graydient serve solo alla fine, quando vuoi renderizzare con il file. Confronta piani e prezzi.

Passo 1: scegli la base Flux su cui addestrare

Un LoRA è legato al modello base su cui è stato addestrato, quindi inizia con la base con cui vuoi renderizzare. La famiglia Flux ha tre rami che non condividono LoRA:

La regola da ricordare: i LoRA Flux.1 non funzionano su Flux 2, i LoRA Flux 2 non funzionano su Flux.1, e Klein 4B, Klein 9B e Flux 2 dev hanno ciascuno bisogno del proprio LoRA. Krea 2 è un modello diverso, non Flux. Se usi più basi, addestra una volta per base dallo stesso dataset.

Passo 2: crea il dataset

Flux impara velocemente da dataset piccoli e puliti. La qualità batte la quantità; 20 immagini nitide e varie battono 80 quasi duplicati.

1. Raccogli da 15 a 30 immagini per una persona, prodotto o oggetto. Cambia angolo, distanza, luce e sfondo tra le foto. Includi almeno un terzo di primi piani e un terzo di corpo intero o prodotto intero.
2. Per uno stile, raccogli da 30 a 60 opere con lo stesso medium e qualità di linea ma soggetti diversi: persone, luoghi, oggetti. La varietà dice al trainer che il soggetto non è lo stile.
3. Rimuovi sfocature, compressioni pesanti, watermark, testi sovrapposti e chiunque non sia il soggetto. Un volto estraneo nel set apparirà nei render.
4. Risoluzione: 1024 pixel sul lato lungo è lo standard per Flux. Mantieni rapporti d'aspetto misti; ogni trainer li raggruppa automaticamente. Non allungare le immagini a quadrati.
5. Metti le immagini in una cartella con un file di testo accanto a ogni immagine con lo stesso nome. La didascalia va nel file di testo: dataset/01.jpg dataset/01.txt dataset/02.jpg dataset/02.txt

Passo 3: scrivi le didascalie

Flux legge frasi naturali tramite il suo codificatore testuale T5, quindi le didascalie sono descrizioni semplici, non liste di parole chiave. Le didascalie decidono cosa il LoRA impara e cosa lascia fuori:

• Per un soggetto, inizia con una parola trigger che non sia una parola reale, poi descrivi tutto ciò che non è il soggetto: vestiti, posa, luogo, luce. Il trainer impara che la parola trigger è la parte che la didascalia non spiega.
• Per uno stile, descrivi il contenuto di ogni immagine e mai lo stile. Lo stile è ciò che il LoRA impara per omissione, e poi lo applicherà a qualsiasi soggetto tu chieda.
• Mantieni le didascalie a una o due frasi. Usa l'auto-caption con Florence-2 o JoyCaption se hai più di 30 immagini, poi leggi e correggi le prime dieci a mano.
• Non usare il nome di una persona reale come parola trigger, e non didascaliare cose che non sono nell'immagine.

Una didascalia per un LoRA soggetto persona: ohwx woman, wearing a grey wool coat, standing on a stone bridge, overcast daylight, looking at the camera

Una didascalia per un LoRA stile, dove lo stile non è menzionato volutamente: a fishing boat in a harbour at dawn, two men on the pier, fog over the water

Passo 4: scegli un trainer

Quattro trainer gratuiti e open-source coprono ogni base Flux. Tutti prendono la stessa cartella dataset e producono lo stesso tipo di file .safetensors:

• AI Toolkit (di ostris): il trainer Flux più usato. Un file di configurazione YAML per ogni run, interfaccia web, modalità a basso VRAM e supporto per Flux.1 dev, Flux 2 dev e Flux 2 Klein. Avvia la run con python run.py config/my_flux_lora.yaml. La scelta migliore per iniziare.
• Kohya sd-scripts e FluxGym: Kohya è il trainer veterano dietro la maggior parte dei LoRA Stable Diffusion e ha un ramo Flux. FluxGym è un'interfaccia web a pagina singola sopra di esso con preset da 12, 16 e 20 GB. Buono se vuoi un modulo da compilare, non un file da modificare.
• OneTrainer: un'app desktop con interfaccia amichevole per SDXL e Flux.1. Sceglilo se addestri anche LoRA SDXL e vuoi uno strumento unico.
• Trainer online: il trainer on-site di Civitai e i trainer Flux su siti di hosting GPU prendono uno zip di immagini e restituiscono un file. Costano crediti per run e nascondono le impostazioni, ma non serve alcuna scheda. Il file prodotto si importa in Graydient allo stesso modo.

Passo 5: imposta i cinque numeri importanti

Ogni trainer espone decine di opzioni. Lascia i valori di default tranne questi, che decidono quanto forte, generale e grande è il LoRA:

Imposta il trainer per salvare un checkpoint ogni 250 passi e per generare due immagini di esempio a ogni salvataggio, con lo stesso prompt e seed. Questi esempi sono come sceglierai il vincitore. Flux.1 dev e Flux 2 dev sono guidance-distilled; i trainer gestiscono questo per te, quindi lascia l'impostazione della guida al valore predefinito.

Passo 6: addestra

1. Avvia l'esecuzione e osserva la memoria per il primo minuto. Se riempie la scheda e passa alla memoria di sistema, fermati: l'addestramento durerà dieci volte di più e potrebbe bloccarsi.
2. Se la memoria trabocca, passa la base a fp8, attiva il gradient checkpointing, usa l'ottimizzatore AdamW a 8 bit o Adafactor, riduci la risoluzione a 768 e mantieni il batch a 1. Ognuna di queste azioni libera gigabyte.
3. Una volta che funziona senza problemi, lascialo fare. Flux.1 dev impiega da una a due ore per 1500 passi su una scheda da 16 GB; Klein 4B è più veloce; Flux 2 dev impiega circa un'ora su una scheda da 48 GB noleggiata.
4. Guarda le immagini di esempio man mano che appaiono. Il soggetto di solito compare entro il passo 500 ed è solido entro il 1000. Se è perfetto a 750, puoi fermarti prima.

L'addestramento è lento e rumoroso, non fragile. Un'esecuzione che supera il primo minuto quasi sempre termina. Memorizza in cache i latenti e gli embedding testuali prima dell'addestramento se il tuo trainer lo offre; risparmia memoria e tempo a ogni esecuzione.

Passo 7: testa e scegli il checkpoint giusto

L'ultimo checkpoint raramente è il migliore. Le LoRA sovraddestrate copiano gli sfondi del dataset, bruciano il contrasto e smettono di ascoltare i prompt. Testali tutti:

• Scrivi quattro prompt che il dataset non contiene: un posto nuovo, un abbigliamento nuovo, una luce diversa, un mezzo diverso. Fissa il seed.
• Genera ogni checkpoint salvato con i quattro prompt ai pesi LoRA 0.6, 0.8 e 1.0.
• Scegli il checkpoint più precoce che cattura il soggetto e segue ancora i nuovi prompt. Quelli successivi sono di solito troppo cotti; quelli precedenti sono vaghi.
• Rinomina il vincitore con qualcosa che riconoscerai in una libreria tra un anno, come il soggetto e la base: my-flux-lora, non lora_000750.

Nessuna scheda grafica? Noleggiane una per un'ora

L'addestramento Flux 2 dev, o qualsiasi addestramento Flux su un laptop, è più economico su una scheda noleggiata che sul tuo tempo. Una scheda da 24 o 48 GB costa molto meno di un caffè all'ora nei marketplace di noleggio GPU, e una LoRA Flux necessita da una a due ore.

• Noleggia una macchina con una scheda da 24 GB per Flux.1 dev o Klein, 48 GB per Flux 2 dev. Scegli un template con il trainer preinstallato quando il marketplace ne offre uno; i template AI Toolkit sono comuni.
• Carica la cartella del dataset, esegui le stesse impostazioni di cui sopra e scarica i checkpoint che vuoi testare. Il dataset e i pesi restano tuoi.
• Ferma la macchina quando il download è finito. Il tutto, inclusa la configurazione, di solito dura meno di due ore di noleggio.

Usa la tua LoRA Flux su Graydient

Graydient non ha bisogno del file sul tuo computer per renderizzare con esso. Mettilo dove Graydient può prenderlo e importa il link:

1. Carica il file .safetensors in un repository del tuo account Hugging Face (pubblico o privato), o pubblicalo su Civitai con il modello base impostato sulla versione Flux su cui hai addestrato.
2. accedi a Graydient, apri Model Import dalla tua libreria dashboard e incolla il link diretto al file da Hugging Face o il link della pagina Civitai. I passaggi completi sono in come importare modelli Civitai su Graydient.
3. Aspetta che la LoRA appaia nella tua libreria e copia lo ShortCode che Graydient le ha assegnato.
4. Genera con il tag LoRA e la base corrispondente in qualsiasi app Graydient: <lora:my-flux-lora:0.8> <flux-dev> per una LoRA Flux.1, o <lora:my-flux2-lora:0.8> <flux2> per una LoRA Flux 2. Ogni app, peso e regola di stacking è in la guida per principianti a Flux e Flux 2 LoRAs su Graydient.

Una prima generazione completa per Telegram o Discord, con la parola trigger prima e la LoRA a 0.8 sulla base Flux dev: /render ohwx woman, portrait, soft window light, 85mm photo <lora:my-flux-lora:0.8> <flux-dev> /steps:24 /guidance:3.5 /size:1024x1024

Licenze: cosa puoi fare con la LoRA

Una LoRA è un derivato del suo modello base, quindi la licenza base si applica anche a essa. Controlla il testo della licenza attuale sulla pagina del modello prima di vendere render o il file:

• Flux.1 dev e Flux 2 dev sono rilasciati sotto la licenza non commerciale di Black Forest Labs. Progetti personali e ricerca vanno bene; l'uso commerciale richiede la loro licenza commerciale.
• Flux 2 Klein 4B (e il suo checkpoint Base) è Apache 2.0, quindi le LoRA addestrate su di esso non hanno restrizioni sul modello base. Klein 9B è sotto la licenza non commerciale.
• Le immagini nel tuo dataset hanno i loro diritti. Addestra solo su foto che hai scattato o possiedi, e mai su una persona reale senza il suo consenso.

Se qualcosa va storto

• Memoria esaurita nel primo minuto: la base in fp16 più l'ottimizzatore non ci stanno. Passa a fp8, AdamW a 8 bit o Adafactor, gradient checkpointing, risoluzione 768, batch 1. Se ancora trabocca, noleggia una scheda.
• La LoRA cambia tutta l'immagine, non solo il soggetto: le didascalie non descrivevano lo sfondo e la luce, quindi il trainer li ha imparati come parte della parola trigger. Riformula le didascalie con il contesto esplicitato e varia il dataset.
• Il volto è corretto a peso 1.0 ma i prompt sono ignorati: sovraddestramento. Usa un checkpoint precedente. Alla prossima esecuzione, dimezza i passi o abbassa il tasso di apprendimento a 5e-5.
• Solo una vaga somiglianza a qualsiasi peso: sottoaddestramento, o il dataset è troppo uniforme. Aggiungi passi in blocchi da 500, o aggiungi immagini con angolazioni nuove.
• La LoRA non fa nulla su Graydient: la base non corrisponde. Una LoRA Flux.1 necessita di <flux-dev>; una LoRA Flux 2 necessita di <flux2>. Controlla anche che la parola trigger sia nel prompt.
• L'addestramento procede ma è dolorosamente lento: è passato alla memoria di sistema, o il dataset è su un drive lento. Risolvi la memoria come nel primo punto, memorizza in cache i latenti e sposta il dataset su un SSD.

Questo è tutto il metodo: una base, 20 immagini pulite, didascalie oneste, cinque numeri, un'esecuzione, un test. La tua prima LoRA Flux non sarà la migliore, e la seconda richiede la metà del tempo. Quando il file esiste, accedi a Graydient o confronta piani e prezzi per renderizzare con esso tutte le volte che vuoi. Ogni piano include una garanzia di rimborso di 7 giorni.

Domande

Vedi piani e prezzi