← К списку статей блога · 2026.07.31
Как правильно оформлять теги-подписи для датасета обучения LoRA
Качество результата обучения LoRA зависит не только от самих изображений, но и в не меньшей степени от подписей (списка тегов). То, как вы оформите теги, определяет, «что модель воспримет как признак, который нужно выучить, а что — как постоянное свойство, которое следует игнорировать». Ниже — ориентиры, которые помогут довести исходные теги, полученные от модели-теггера изображений, до готовых подписей для обучения.
1. Character LoRA и Style LoRA требуют разных стратегий подписей
Если вы обучаете Character LoRA для конкретного персонажа, постоянные признаки, которые у него всегда присутствуют (цвет волос, цвет глаз, определённая причёска и т. д.), обычно лучше убрать из подписи. Если оставить их в подписи, модель может слишком жёстко связать «этот персонаж = только с этой причёской», из-за чего потом будет сложно сгенерировать его с другой причёской. И наоборот, теги, которые меняются от изображения к изображению — поза, одежда, выражение лица, — стоит оставить: это поможет модели понять, что это variable-элементы, а не часть идентичности персонажа.
С Style LoRA ситуация обратная. Персонажа, композицию и одежду стоит подробно описывать в подписи, а теги, описывающие сам стиль рисовки (например, цветовую палитру, стиль линий), лучше убрать — так модель получит более чёткий сигнал, что «этот стиль всегда рисуется именно так».
2. Разбивка по категориям сильно упрощает принятие решений
Теги, которые выдаёт модель-теггер изображений, идут одним сплошным списком, и решить, что оставить, а что убрать, бывает довольно утомительно. Режим «Просмотр по категориям» в AnimeTag-AI автоматически разбивает тот же список тегов на Basic, внешность, одежда, поза, аксессуары, фон, прочее, поэтому решения вроде «это Character LoRA, значит категорию внешности удаляем целиком, а одежду, позу и фон оставляем» принимаются гораздо быстрее — на уровне целых категорий.
3. Три критерия отсева ненужных тегов
- Теги, связанные с качеством изображения/водяными знаками — такие теги, как
watermark,signature,lowres, не приносят пользы обучению и должны быть удалены. - Теги с низкой достоверностью — если немного повысить Threshold и сразу исключить неоднозначные теги (0.3 и ниже), время на очистку заметно сократится.
- Теги, не относящиеся к цели обучения — если вы хотите генерировать разнообразные фоны, оставьте теги фона; если планируете использовать всегда одну и ту же композицию — удалите теги композиции. Решение принимается исходя из конкретной цели.
4. Пример реального рабочего процесса
1) Загружаете изображение в AnimeTag-AI и извлекаете теги → 2) выставляете Threshold в районе 0.3–0.4, чтобы на первом этапе отфильтровать шумовые теги → 3) переключаетесь в режим «Просмотр по категориям» и просматриваете целиком категории, не подходящие для цели LoRA → 4) кликами удаляете отдельные теги и с помощью «Копировать Prompt» забираете готовую подпись. Если вы хотите просто упорядочить уже имеющийся список тегов без изображения, вставьте его в инструмент анализа тегов — он так же разложит теги по категориям.