sd-webui-traintrain

在 WebUI 里点几下就能训练自己的 LoRA 模型

sd-webui-traintrain 是 Stable Diffusion WebUI 的 LoRA 训练扩展,让用户无需离开熟悉的 WebUI 界面就能训练自己的 LoRA 模型。它解决的核心问题是:传统 LoRA 训练需要配置独立脚本、处理数据集目录、手动调参,对非专业用户门槛较高。该扩展把训练流程嵌入 WebUI,提供数据集配置、训练参数设置、训练进度查看和模型输出管理,支持基于已有底模训练角色、画风或概念 LoRA。用户只需准备图片和标注,在界面中填写参数即可启动训练,训练完成后可直接在 WebUI 中加载使用。项目用 Python 编写,与 WebUI 的扩展机制集成,适合想快速尝试 LoRA 微调、不想折腾命令行环境的 Stable Diffusion 用户。

开源 free 模型训练
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 225
维护状态 较活跃
是否开源
定价模式 free

项目数据

分类模型训练
开发团队hako-mikan
所属国家
官网地址
定价模式free
价格说明开源免费扩展,需自行部署
访问状态
是否开源
开源协议AGPL-3.0
主要语言Python
技术栈/模型
GitHub 星标★ 225
30天Star增速
HF 下载量
上线时间2024-01-19 00:00:00
最近更新2026-09-06 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-18
浏览次数2

使用教程

核心亮点

  • 直接集成在 Stable Diffusion WebUI 中,无需单独配置训练环境
  • 提供图形化参数面板,降低 LoRA 训练的操作门槛
  • 训练产物可直接在 WebUI 中加载测试,流程闭环

不足之处

  • 项目星标较少,更新和维护活跃度有限
  • 相比 kohya-ss 等成熟训练脚本,功能深度和参数覆盖可能不足

适用场景

  • 想训练特定角色 LoRA 但不想碰命令行的 WebUI 用户
  • 快速验证某个画风或概念能否用 LoRA 复现
  • 在已有 WebUI 工作流中顺手完成小规模微调实验

替代项目

kohya-ss/sd-scripts、derrian-distro/LoRA_Easy_Training_scripts_Backend

项目介绍

sd-webui-traintrain 是模型训练领域的开源项目,由 hako-mikan 开发,2024 年首次发布。

它收录于模型训练分类,该分类目前共有 516 个项目,GitHub 星标数为 225。

项目保持着较活跃的维护节奏,最近一次代码更新于 2026-09-06。开源免费扩展,需自行部署。

它主要面向的使用场景是:想训练特定角色LoRA但不想碰命令行的WebUI用户。同类可对比的替代方案包括 kohya-ss/sd-scripts、derrian-distro/LoRA_Easy_Training_scripts_Backend。

上一篇:kohya-colab

下一篇:VeOmni

同类项目推荐

Long-RL 开源

让强化学习轻松驾驭超长序列,训练更稳更快

Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)

★ 729 2026-08-09
TPA 开源

把注意力复杂度从平方降到线性,长序列不再卡顿

[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···

★ 463 2026-08-09
minimind 开源

两小时造出你的小模型,练手入门不求人

Train a 64M-parameter LLM from scratch in just 2h!

★ 61694 2026-08-09
pruna 开源

一键优化 AI 模型,推理提速又省资源。

Pruna is a model optimization framework built for developers, enabling you to delive···

★ 1284 2026-08-13