第一个LoRA(Z-image) - 从头开始的数据集 (Qwen2511)

这篇文章详细介绍了一个人使用 Qwen-Image-Edit 2511 模型创建 LoRA（低秩适应）模型的初步尝试。作者从头开始生成了一个数据集，包含 20 张带有适度字幕的图像，并对 LoRA 进行了 3000 步的训练。对于第一次尝试来说，结果出乎意料地积极，在 3090Ti GPU 上大约花费了 3 个小时完成。作者注意到在不同的 LoRA 强度下，提示词的遵循程度和图像质量之间存在权衡，在高强度下观察到一种特征性的“Qwen-ness”。他们对改进该过程表示乐观，并渴望比较“De-distill”模型和 Base 模型之间的结果。这篇文章强调了像 Qwen 这样的开源模型在创建自定义 LoRA 方面的可访问性和潜力。

• •LoRA 模型可以使用像 Qwen-Image-Edit 2511 这样的开源模型从头开始训练。
• •数据集大小和字幕质量在 LoRA 性能中起着至关重要的作用。
• •LoRA 强度会影响提示词的遵循程度和图像质量之间的平衡。