# 编辑模型训练

### Kontext训练

#### kontext训练与常规LoRA训练的区别：

| 项目对比        | 训练原理                | 训练图片数量           | 适用场景                    | 泛化能力          |
| ----------- | ------------------- | ---------------- | ----------------------- | ------------- |
| Lora        | 传统的低秩适应训练，主要学习视觉特征  | 一般需要50-100张或更多   | 风格迁移、人物/物体特征学习          | 在相似视觉特征下泛化能力强 |
| KontextLora | 基于上下文理解的训练方法，注重语义关联 | 通常20-50组即可获得良好效果 | 需要精确语义控制的创作场景,图像修改，局部迁移 | 在相似语义场景下泛化能力强 |

 

**基础概念与架构**

● 具体目标：基于提示词，生成原图对应的目标图

● Kontext LoRA：基于上下文感知的LoRA训练方法

● 核心思想：通过T（Text）和R（Reference）两个分支协同训练

● 训练目标：让模型学会根据文本描述和参考图像生成目标内容

 

\- 与Flux Dev区别：

Flux Dev是文生图（提示词→目标图像），Kontext是图像转换（提示词+原图→目标图）

\- 应用场景：图像编辑、风格转换、内容修改等

![](https://wdcdn.qpic.cn/MTY4ODg1ODIxMjY4NjcwOQ_127314_wmSTKmII_VXF9u_w_1753413468?w=1713\&h=825\&type=image/png)

fluxlora

![](https://wdcdn.qpic.cn/MTY4ODg1ODIxMjY4NjcwOQ_804455_CkwodHQmWGtaXb1q_1753413433?w=1760\&h=824\&type=image/png)

kontextlora

Flux.Kontext和Kontext.Fast的区别仅仅在于训练速度上有所区别，在消耗上，Kontext.Fast相对高于Flux.Kontext

#### 数据集准备

**图片筛选**

● Kontext 训练数据集的图片必须是以两张图一组：每一组图片包含一张原始图，一张结果图，标注

● 图集数量：建议20-50组，最大上传限制为100组

● 图片选取：多类型原始图，带水印的图片需去除水印

如：转化成水墨风格，原始图选择可以写实风格，线稿风格，人，物体，风景都可以涵盖，以增加泛化性

 

**图片标注**

● 标注语言：建议使用英文标注，以避免翻译的误差

● 默认标注：在没有标注的情况下，可以填写。如果全部组完成标注则不需要填写

● 标注内容：

正确的标注，描述原始图和结果图的差异，仅需简单描述即可

正确示范：将图片转化成水墨风格；转化成鱼眼镜头；将角色变成一只猫

错误的标注方式，如普通的图片模型训练标注描述图片画面内容。

错误示范：一位身材苗条的年轻亚洲女性，留着一头乌黑的长发，身穿粉色背心和蓝色牛仔短裤，站在河边的绿色栏杆上，背景是一座桥。

 

#### 上传数据集

**Kontext.Fast上传数据集**

● 数据集命名的格式：  “文件名\_start.png”，“文件名\_end.png”，“文件名.txt“

● 未按固定格式命名，则需要手动匹配图片和重新打标

**Flux.Kontext上传数据集**

● 数据集命名的格式：ctrl0，target

● ctrl0，指初始图放置文件夹。target，指结果图和标签放置文件夹

● 注意：需要将ctrl0，targe两个文件夹一起压缩成数据集压缩包，才可以上传成功

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_116950_1ulsC_KoNnYe6Zxa_1762576071?w=231\&h=229\&type=image/png)

● ctrl0 里面的初始图命名方式为：1\_0.png，2\_0.png，3\_0.png

● target 里面的结果图和标签命名方式为：1.png，1.txt，2.png，2.txt，3.png，3.txt

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_609646_svqoUjZnikAvnFlv_1762584127?w=877\&h=229\&type=image/png)

注意：上传数据集方式Flux.Kontext与qwen image edit上传数据集的格式一样，上传压缩包

**上传图片**

● 点击上传图像，最大一次性上传50张，多出50张部分将无法上传成功。

● 选择所有图片上传，没有固定命名格式则会统一放入到匹配组的正下方的未匹配图像中。未匹配图像最多积累50张，手动将图片移动到对应的组内

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_978356_eNXd8onmqsBGNDiG_1762761894?w=1409\&h=823\&type=image/png)

#### 参数设置

**训练步数**

● 训练步数优化：需要模型在各个图片都能展示出应有的效果，保持更好的泛化性。则需要更多的数据集图片，并且增加步数。

仅小范围特定使用，则选用较少的数据集图片并减少步数

● 推荐步数：默认为1500步，在20-50组数据集内，建议2000-4000步即可

**训练轮次**

● Times per Image Repeat：实际是按组的数量计算，每组训练次数

● Cycles Epoch：所有组按Times per Image Repeat的数量训练完一次，Cycles Epoch则为1。与图片训练的Epoch和Repeat概念一致

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_471411_ph71wEbdQfuHJaF5_1763107380?w=1382\&h=808\&type=image/png)

● 大多数情况使用默认参数训练即可，一般在组数较多的情况下，可以选择较少的Times per Image Repeat和Cycles Epoch

**学习率**

● 在20-50组数据集内，可直接使用默认学习率，图片组数越多，步数越多，同时希望模型稳定生效则提升学习率

**默认标注**

● 默认标注是指，在所有图片组或者个别图片组没有标注的情况下，能使用这个默认的标注来进行补全，以避免漏标

● 示例1：

![](https://wdcdn.qpic.cn/MTY4ODg1ODIxMjY4NjcwOQ_922002_71PNt6UE-beYd1ii_1753413854?w=1011\&h=647\&type=image/png)

Change the photo of green stalks with yellow bananas to black and white line drawings.

● 示例2：

Change the woman in the picture into a cat, keeping the background the same, the clothing and decorations the same

#### 测试模型

**模型保存**

● 训练完成，仅产出1个模型。点击保存模型

**测试方式**

● 创作流测试

● 建议使用工作流测试。

[SeaArt AI | kontext](https://www.seaart.ai/workFlowAppDetail/d1rqh8u6sm8c73e739sg)

![](https://wdcdn.qpic.cn/MTY4ODg1ODIxMjY4NjcwOQ_903567_UWHMGfqZa5tX64dj_1753174676?w=1297\&h=682\&type=image/png)

● 测试参数设置：

Please select the LoRA name：选择所保存的模型

Please enter the model strength：模型权重，一般默认为1

Please enter the width：输出图片的宽

Please enter the height：输出图片的高

Please select an image:所需修改的图片

Please enter text：提示词，即与标注内容相似或相同的短句

### Qwen-Image-Edit训练

| 项目对比                 | 底层模型            | 核心功能       | 多图编辑 |
| -------------------- | --------------- | ---------- | ---- |
| Kontext              | FLUX.1          | 上下文感知的图像生成 | 1    |
| Qwen-Image-Edit      | Qwen-Image      | 图像编辑与理解    | 1    |
| Qwen-Image-Edit-2509 | Qwen-Image（升级版） | 增强版图像编辑    | 1-3  |

#### 数据集准备

**图片筛选**

● Qwen-Image-Edit训练数据集的图片必须是以两张图一组：每一组图片包含一张原始图，一张结果图，标注

● 图集数量：建议10-30组，最大上传限制为100组

● 图片选取：多类型原始图，带水印的图片需去除水印

如：转化成水墨风格，原始图选择可以写实风格，线稿风格，人，物体，风景都可以涵盖，以增加泛化性

**图片标注**

● 标注语言：建议使用英文标注，以避免翻译的误差

● 默认标注：在没有标注的情况下，可以填写。如果全部组完成标注则不需要填写

● 标注内容：

正确的标注，描述原始图和结果图的差异，仅需简单描述即可

正确示范：将图片转化成水墨风格；转化成鱼眼镜头；将角色变成一只猫

错误的标注方式，如普通的图片模型训练标注描述图片画面内容。

错误示范：一位身材苗条的年轻亚洲女性，留着一头乌黑的长发，身穿粉色背心和蓝色牛仔短裤，站在河边的绿色栏杆上，背景是一座桥。

● 图片的标注与Kontext数据集标注一致，唯一区别在于Qwen-Image-Edit可以支持中文标注

#### 上传数据集

**Qwen-Image-Edit 单图上传数据集方式**

● 数据集命名的格式：ctrl0，target

● ctrl0，指初始图放置文件夹。target，指结果图和标签放置文件夹

● 注意：需要将ctrl0，targe两个文件夹一起压缩成数据集压缩包，才可以上传成功

● ctrl0 里面的初始图命名方式为：1\_0.png，2\_0.png，3\_0.png

● target 里面的结果图和标签命名方式为：1.png，1.txt，2.png，2.txt，3.png，3.txt

**Qwen-Image-Edit 2509 双图上传数据集方式**

● 数据集命名的格式：  ctrl0，ctrl1，target

● ctrl0，指初始图放置文件夹。ctrl1，指初始图2放置文件夹。target，指结果图和标签放置文件夹

● 注意：需要将ctrl0，ctrl1，target三个文件夹一起压缩成数据集压缩包，才可以上传成功

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_94038_vSQ8fN943Dnd6zhb_1762583676?w=346\&h=212\&type=image/png)

● ctrl0 里面的初始图命名方式为：1\_0.png，2\_0.png，3\_0.png

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_715601_OFK2wbduCmPtaO0p_1762584897?w=440\&h=165\&type=image/png)

● ctrl1 里面的初始图命名方式为：1\_1.png，2\_1.png，3\_1.png

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_32214_1DlxzggHV0KRinW7_1762584949?w=440\&h=155\&type=image/png)

● target 里面的结果图和标签命名方式为：1.png，1.txt，2.png，2.txt，3.png，3.txt

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_301404_VEnuhx6HKvj6wAVx_1762584920?w=858\&h=174\&type=image/png)

● 先将组别图片数量选择为双图训练

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_327834__uF1D_rf8j8taItD_1762599160?w=1411\&h=836\&type=image/png)

在双图训练的组别下，选择 ctrl0，ctrl1，target三个文件夹压缩到一起的压缩包

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_927540_PymPXGFT-zAU6G3n_1762599391?w=1382\&h=870\&type=image/png)

即可完成数据集上传

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_501702_XdgX4nU6CKGdD22d_1762599464?w=1404\&h=782\&type=image/png)

**Qwen-Image-Edit 2509 三图上传数据集方式**

● 数据集命名的格式：  ctrl0，ctrl1，ctrl2，target

● ctrl0，指初始图放置文件夹。ctrl1，指初始图2放置文件夹。ctrl2，指初始图3放置文件夹，target，指结果图和标签放置文件夹

● 注意：需要将ctrl0，ctrl1，ctrl2，target四个文件夹一起压缩成数据集压缩包，才可以上传成功

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_671317__OAv1qOXfIKwKquM_1763109055?w=429\&h=168\&type=image/png)

● ctrl0 里面的初始图命名方式为：1\_0.png，2\_0.png，3\_0.png

● ctrl1 里面的初始图命名方式为：1\_1.png，2\_1.png，3\_1.png

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_35060_kfSWNVvkTQ-R1up6_1762585427?w=421\&h=156\&type=image/png)

● ctrl2 里面的初始图命名方式为：1\_2.png，2\_2.png，3\_2.png

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_788918_Xu5XX4j_cpSRaqcY_1762585802?w=417\&h=162\&type=image/png)

● target 里面的结果图和标签命名方式为：1.png，1.txt，2.png，2.txt，3.png，3.txt

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_66043_L3D3xvkLUKbw9hzS_1762585999?w=851\&h=165\&type=image/png)

● 未按固定格式命名，则需要手动匹配图片和重新打标

**上传图片**

● 点击上传图像，最大一次性上传50张，多出50张部分将无法上传成功。

● 选择所有图片上传，没有固定命名格式则会统一放入到匹配组的正下方的未匹配图像中。未匹配图像最多积累50张，手动将图片移动到对应的组内

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_807682_xIFT0uIyTvi_ZwRX_1762764849?w=1438\&h=825\&type=image/png)

#### 参数设置

**训练轮次**

● Times per Image Repeat：实际是按组的数量计算，每组训练次数

● Cycles Epoch：所有组按Times per Image Repeat的数量训练完一次，Cycles Epoch则为1。与图片训练的Epoch和Repeat概念一致

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_802145_qLDdF1bOMlaI-Ie2_1763105594?w=1418\&h=781\&type=image/png)

● 大多数情况使用默认参数训练即可，一般在组数较多的情况下，可以选择较少的Times per Image Repeat和Cycles Epoch

**学习率**

● 在20-50组数据集内，可直接使用默认学习率，图片组数越多，步数越多，同时希望模型稳定生效则提升学习率

**默认标注**

● 默认标注是指，在所有图片组或者个别图片组没有标注的情况下，能使用这个默认的标注来进行补全，以避免漏标

● 例如：已经遗漏组3的标注，但是我们已经设置了默认标注，则在开始训练时会自动将默认标注补充到组3的标注

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_281965_i_C1yWA9-rNU5pGT_1762765282?w=1428\&h=833\&type=image/png)

**模型效果预览原图**

预览图使用初始图（有几张初始图就选几张初始图上传）

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_214507_lz2oMzlPjmSUy7ZO_1762766345?w=1465\&h=829\&type=image/png)

**模型效果预览标注**

预览标注与数据集的标注一致即可

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_27752_0Aq3VFx1xL51eN72_1762766488?w=1422\&h=822\&type=image/png)

完成所有设置点击开始训练即可（qwen image edit 与qwen image edit 2509 与flux.kontext 训练方式基本一致）

#### 测试模型

**模型保存**

● 保存模型的数量是按照轮次计算，多少轮保存多少个模型，选择样图效果表现最好的即可，等模型完成同步即可进行测试

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_451692_I1EypzOwLvmGKFON_1762827693?w=1305\&h=781\&type=image/png)

**测试方式**

● 建议使用工作流测试。

● qwen image edit Lora测试工作流

[SeaArt AI | qwen edit](https://www.seaart.ai/workFlowAppDetail/d48rh6te878c73essh90)

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_254305_Lgeia9_0uwPxOi8f_1762845499?w=1506\&h=897\&type=image/png)

● 测试参数设置

Please select an image：输入需要编辑的图片

Please select the LoRA name：选择完成训练的Lora

Please enter the model strength：Lora的权重一般不需要改动

Please enter prompt：输入提示词（可以直接输入训练标签的提示词）

● qwen image edit 2509 Lora测试工作流（单图编辑测试）

[SeaArt AI AI | Qwen Edit 2509](https://www.seaart.ai/zhCN/workFlowAppDetail/d49eh6de878c73cflk6g)

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_198459_EYC4R2sBHANoGsn1_1762849816?w=1486\&h=890\&type=image/png)

● 测试参数设置

Please select an image：输入需要编辑的图片

Please select the LoRA name：选择完成训练的Lora

Please enter the model strength：Lora的权重一般不需要改动

Please enter prompt：输入提示词（可以直接输入训练标签的提示词）

● qwen image edit 2509 Lora测试工作流（双图编辑测试）

[SeaArt AI AI | 双图编辑qwen edit 2509](https://www.seaart.ai/zhCN/workFlowAppDetail/d48smnle878c73d8qrjg)

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_613981_ESObFjDWSZ7GecDO_1762852198?w=1541\&h=912\&type=image/png)

● 测试参数设置

Please select an image：输入需要编辑的图片，（两张图片需要跟数据集的内容保持类型上的一致）

Please select the LoRA name：选择完成训练的Lora

Please enter the model strength：Lora的权重一般不需要改动

Please enter prompt：输入提示词（可以直接输入训练标签的提示词）

● qwen image edit 2509 Lora测试工作流（三图编辑测试）

[SeaArt AI | Three image editor qwen edit 2509](https://www.seaart.ai/workFlowAppDetail/d48s8vle878c73fmdab0)

![](https://wdcdn.qpic.cn/MTY4ODg1NTg3MzY3ODk0MQ_948411_SuSwYdl_ztkem-Zd_1762850248?w=1497\&h=884\&type=image/png)

● 测试参数设置

Please select an image：输入需要编辑的图片（三张图片需要跟数据集的内容保持类型上的一致）

Please select the LoRA name：选择完成训练的Lora

Please enter the model strength：Lora的权重一般不需要改动

Please enter prompt：输入提示词（可以直接输入训练标签的提示词）