Krea2 图像编辑 LoRA 开源求接力
molbal · reddit · 2026-07-14
有人在做 **Krea2 图像编辑 LoRA** 训练，但 GPU 预算已经用完，于是把项目、数据集和训练细节都开源出来，希望别人接着做。 帖子里给了不少技术信息： - 采用 Ostris `ai-toolkit` 里的 `index_timestep_zero` 思路，让参考图 token 在 timestep=0 参与调制 - 通过把参考 token 放在目标图右侧的 RoPE 2D 网格里，避免单独轴导致的网格伪影 - 文本编码器要求固定的参考标签格式：`<reference_N><|vision_start|><|image_pad|><|vision_end|></reference_N>` - 训练时还需要把 VLM 像素预算从 `384x384` 改到 `512x512` 同时他公开了两个 Hugging Face 数据集：一个约 **2 万条真实语义编辑对**，用于教模型“编辑”的概念；另一个是算法生成的 **身份保持/像素级保持** 数据，强调未被提示词提到的区域应尽量精确复制参考图。