本着觉知此事要躬行的态度，笔者没有去看任何国内的教程，依靠着纯粹在 Github 上翻阅原版代码仓库，找到了解决方案
准备数据集
LoRA 的特点就是几张图就够，并且不需要复杂的文本注释。
所以，你的数据集，就是一堆散装照片，缩放到正确的尺寸 (512x512 对应 SD1.x, 768x768 对应 SD2.x)
然后准备简单一句话即可，比如
a photo of user yk 下载 diffusers 提供的脚本
安装 diffusers 库和依赖
同时从 Github 上找到脚本，和 requirements.txt 文件
https://github.com/huggingface/diffusers/tree/main/examples/dreambooth
注意从 main 分支切换到你刚才安装的 diffusers 版本标签，不然可能会有问题
下载 train_dreambooth_lora.py 这个脚本，千万不要下载错了
训练
把你的图片放到 src 目录下，然后执行以下脚本
export MODEL_NAME="runwayml/stable-diffusion-v1-5" export INSTANCE_DIR=src export OUTPUT_DIR=out export INSTANCE_PROMPT="a photo of yk" export VALIDATION_PROMPT="a photo of yk at winter street" exec accelerate launch \ train_dreambooth_lora.py \ --pretrained_model_name_or_path=$MODEL_NAME \ --instance_data_dir=$INSTANCE_DIR \ --output_dir=$OUTPUT_DIR \ --instance_prompt="${INSTANCE_PROMPT}" \ --resolution=512 \ --train_batch_size=1 \ --gradient_accumulation_steps=1 \ --checkpointing_steps=100 \ --learning_rate=1e-4 \ --lr_scheduler="constant" \ --lr_warmup_steps=0 \ --max_train_steps=500 \ --validation_prompt="${VALIDATION_PROMPT}" \ --validation_epochs=50 \ --seed="0" 很快啊，你就能在 out 目录下拿到 pytorch_lora_weights.bin 文件了
转换成 safetensors 文件
我从 Github 上淘到了一个脚本，可以把 .bin 文件转换为 .safetensors 文件
https://github.com/guoyk93/sd-scripts/blob/main/lora/diffusers-lora-to-safetensors.py
python diffusers-lora-to-safetensors.py --file out/pytorch_lora_weights.bin 这样就拿到了 safetensors 文件，重命名后，塞到 SD WebUI 的 models/LoRA 子目录下，就可以在 txt2img 和 img2img 的 Prompt 中引用了
笔者已经成功做出来自己脸部的 LoRA 了
后记
简简单单两个步骤就能搞定的事情，笔者愣是在 Github 上苦苦寻找了两天
笔者首先去找了 LoRA 原作者的 lora_pti 命令，发现生成的 safetensors 文件并不能直接用在 SD WebUI 里面
看了报错信息，发现 key 值完全对不上
笔者然后去找了 diffusers 官方的脚本，结果错误地使用了 train_text_to_image_lora.py 和 train_dreambooth.py 依旧没有收获
最后正确地使用了 train_dreambooth_lora.py 脚本，结果发下生成出来的 .bin 文件 SD WebUI 依然不能识别
最后在 Github Issue 里面才找到别人的转换脚本
Stable Diffusion 的生态环境还需要时间成熟啊
