kohya-colab
打开 Colab 就能训自己的 SD LoRA
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-18 · 当前星标 ★ 823
使用教程
环境要求
- Google 账号
- Colab（建议付费档）
安装与启动步骤
-
1打开 Notebook
基于 kohya 的 LoRA 训练 Colab 合集。
git clone https://github.com/hollowstrawberry/kohya-colab.git cd kohya-colab -
2选一个模板
按模型代际选对应 ipynb。
ls *.ipynb -
3挂载云盘
数据集放 Drive，避免每次重传。
# Colab 里挂载 Google Drive -
4跑训练
按单元格顺序执行，注意每格的参数说明。
# 依次运行单元格
如何确认成功
训练结束能在输出目录拿到 safetensors 权重。
注意事项
- 免费档会断连，长训练要用付费或断点续训。
- 数据集打标质量决定上限。
- 注意 Colab 的使用条款。
核心亮点
- 把 kohya-ss 的复杂训练脚本封装成 Colab 笔记本，无需本地显卡和环境配置
- 覆盖数据打标、参数配置、训练、导出全流程，新手按步骤即可跑通
- 基于成熟的 kohya-ss sd-scripts，训练参数和效果与主流方案一致
不足之处
- 依赖 Colab 免费额度，长时间训练易断连，大模型训练受限
- 项目更新依赖上游 kohya-ss 变动，版本兼容性需自行留意
适用场景
- 个人创作者用少量图片训练特定角色 LoRA
- 画师训练自己的画风 LoRA 用于出图
- 没有本地显卡的学生或爱好者体验 LoRA 训练流程
替代项目
kohya-ss/sd-scripts、Linaqruf/kohya-trainer
上一篇：ml-mdm
同类项目推荐
focal-frequency-loss
开源
频域聚焦损失，让生成图像细节更清晰
[ICCV 2021] Focal Frequency Loss for Image Reconstruction and Synthesis
stable_diffusion_dreambooth_inpa···
开源
用少量图片微调Stable Diffusion，实现个性化生成与局部修复。
Stable Diffusion Dreambooth Inpainting Finetuning
mergekit
开源
拖拽式合并大模型，轻松融合多个模型能力
Tools for merging pretrained large language models.
caret
开源
一套 R 接口统一训练调参数百种机器学习模型
caret (Classification And Regression Training) R package that contains misc function···
kokoro-ruslan
开源
用 Ruslan 语料库训练俄语 Kokoro 语音模型
Kokoro Language Model Training Script for Russian (Ruslan Corpus)
distill-sd
开源
把大模型蒸馏成小模型，低显存也能跑高质量图像生成
Segmind Distilled diffusion
FastGen
开源
把扩散模型采样步数压下来，生成更快
NVIDIA FastGen: Fast Generation from Diffusion Models
chatterbox-finetuning
开源
用你的数据训练专属多语言语音模型，支持声音克隆。
Fine-tuning toolkit for Chatterbox TTS & Chatterbox TURBO models. Supports 23 langua···
Alpaca-CoT
开源
统一接口微调大模型，轻松搞定数据、模型与方法
We unified the interfaces of instruction-tuning data (e.g., CoT data), multiple LLMs···