哈喽，今天我们来学习如何仅用一张图制作LoRA模型。大家可能会遇到这样的问题：自己喜欢的角色比较冷门，几乎没有二创素材，仅有官方立绘或CG图。本文将介绍在极少量图像条件下，如何稳定训练出角色LoRA模型。
以下是整体流程：
- 准备基础图像：为展示极限情况，本次训练仅使用一张图。为避免版权与风格干扰，我们先用ComfyUI生成一张基础人物形象——使用标准提示词生成正面立绘；随后裁切面部特写，并进行水平镜像，以扩充基础数据。
- 高清放大：使用超分模型对裁切后的面部特写进行高清放大，提升细节质量。
- 多角度扩展：借助多模态模型（如Google的Nano Banana PRO）生成同一角色的不同角度、表情与姿态图像。不推荐直接使用360°生成工作流，因其输出风格易与原始图像耦合，导致训练时混淆角色特征与画风。而多模态模型可生成风格可控、一致性较高的多角度图像，人物表现和图像质量均较可靠。
- 角度补充与构图筛选：使用CD-Draw 5.0 PRO等工具批量生成不同角度与表情的图像，多次抽样后截取满意构图，注意保持截取区域的一致性（如统一为面部区域），并再次进行高清放大。最终获得一组涵盖正、侧、背等角度的高清面部特写，作为后续生成全身立绘的基础。
- 生成全身立绘：参考已有提示词，先让模型生成侧面全身图；再将该图加入ControlNet参考图中，辅助生成背面立绘。此方法可显著提升背面生成的准确性和稳定性。建议多抽样，确保正/侧/背角度分布均衡，且构图清晰、无遮挡。
打标（Tagging）环节
在打标前，需检查图像尺寸与分组是否合理。主包开发了一款AI辅助工具，模拟8K分辨率下的分桶逻辑，可检测是否存在分桶过碎的问题，并支持设置最小图组数以提升图像集中度、降低分桶数量。该工具交互直观，操作便捷，虽不能100%复现训练时的实际分桶结果，但在大多数情况下具备良好适配性。
打标阶段推荐使用另一款主包开发的AI标签编辑工具，支持以下功能：
- 缓存翻译：首次使用时调用DeepSeek API进行中英翻译，完成后可导出缓存文件；下次导入即可复用，无需重复调用API。
- API接入：需前往DeepSeek官网申请API Key，单次翻译成本极低（几分钱至几毛钱）。
- 关键词检索：支持中英文搜索，但中文检索依赖缓存中的翻译结果，因此英文检索更精准。
- 批量处理：支持对当前图片集批量添加/编辑标签；也支持将全部标签汇总后统一管理。
- 标签精简原则：
- 保留构图（如full body、side view）、背景（如studio background）、服饰（如black jacket）等必要描述；
- 因训练集极小，需保留角色核心特征，如毛色（white, purple）、耳型、尾型等；
- 避免保留易冲突特征，如纹身——穿衣时纹身可能错位或覆盖衣物，不穿衣时又易缺失；建议生成图像时让角色着装，使模型理解纹身位置关系；
- 眼睛特征建议始终保留，因其是关键稳定特征，且模型易将其模糊或变色；
- 非每张图都需相同触发词，例如背面图未露出眼睛，则不应强制添加eye相关标签；
- 避免同义词冗余，只保留最准确、最具区分度的词汇（如strong优于powerful）；
- 触发词应使用无意义英文数字组合（如xj7n2），避免与其他角色触发词冲突；
- 毛色标注需谨慎：例如“purple”若非主毛色，易造成误导；白色毛发易偏灰，可额外添加white以锚定色相。
完成打标后，将所有标签替换原图对应的TXT文件，即完成数据预处理。
训练准备：手动正则法（Manual Regularization）
手动正则法区别于常规训练方式，其核心在于引入reg（regularization）文件夹，用于增强泛化能力、抑制过拟合与风格污染。
需创建三个文件夹：
body：存放全身立绘图像；face：存放前述高清面部特写图像；reg：与常规做法不同，本方案对reg图像有特殊要求：- 不得包含训练角色的面部特写或火纹等高辨识度局部特征；
- 可放入姿态多样、毛色相近但不完全一致的其他Furry角色图像（如tiger boy、wolf boy），但须去除种族与毛色标签；