← Blog listesine dön · 2026.07.31
LoRA eğitimi için veri seti: etiket caption'larını böyle düzenleyin
Bir LoRA'yı eğitirken sonucun kalitesini görsellerin kendisi kadar belirleyen unsur caption'lardır (etiket listesi). Etiketleri nasıl düzenlediğinize bağlı olarak modelin "neyi öğrenilmesi gereken bir özellik olarak göreceği, neyi sabit değer olarak görmezden geleceği" değişir. Aşağıda, görsel tagger modelinden çıkardığınız ham etiketleri gerçek eğitim caption'larına dönüştürürken referans alabileceğiniz kriterler yer alıyor.
1. Character LoRA ile Style LoRA'nın caption stratejisi farklıdır
Belirli bir karakteri eğitmek için Character LoRA yapıyorsanız, o karakterin her zaman sahip olduğu sabit özellikleri (saç rengi, göz rengi, belirli bir saç stili vb.) caption'dan çıkarmak yaygın bir yaklaşımdır. Bunları caption'da bırakırsanız model "bu karakter = yalnızca bu saç stiliyle" şeklinde aşırı bağlantı kurarak öğrenebilir; bu da ileride farklı bir saç stiliyle üretim yapmayı zorlaştırabilir. Buna karşılık poz, kıyafet, ifade gibi görselden görsele değişen etiketleri bırakmak, modelin "bu, karakterin kimliği değil, değişken bir unsur" ayrımını yapmasına yardımcı olur.
Çizim stili (Style) LoRA'sında ise durum bunun tam tersine yakındır. Karakter, kompozisyon ve kıyafet ayrıntılı biçimde caption'da tutulur; çizim stilinin kendisini ifade eden etiketler (örneğin renk tonu, çizgi stili) ise kaldırılarak "bu stil her zaman böyle çizilir" sinyali modele güçlü şekilde verilir.
2. Kategoriye göre ayırmak kararı kolaylaştırır
Görsel tagger modelinin çıkardığı etiketler tek bir satırda karışık halde geldiği için, hangi etiketin bırakılıp hangisinin silineceğine karar vermek epey zahmetli olabilir. AnimeTag-AI'nin "Kategoriye göre görünüm" özelliğini kullandığınızda aynı etiket listesi otomatik olarak Basic, dış görünüş, kıyafet, poz, aksesuar, arka plan ve diğer kategorilerine ayrılmış şekilde görünür; böylece "Character LoRA olduğu için dış görünüş kategorisini toptan silip yalnızca kıyafet, poz ve arka planı bırakalım" gibi kararları kategori bazında çok daha hızlı verebilirsiniz.
3. Gereksiz etiketleri ayıklamak için 3 kriter
- Görüntü kalitesi/watermark ile ilgili etiketler —
watermark,signature,lowresgibi etiketler eğitime katkı sağlamadığından kaldırılır. - Güven skoru düşük etiketler — Threshold'u biraz yükselterek belirsiz etiketleri (0,3 ve altı) baştan listeden çıkarmak düzenleme süresini kısaltır.
- Amaçla ilgisi olmayan etiketler — Arka planı çeşitlendirmek istiyorsanız arka plan etiketlerini bırakın; her zaman aynı kompozisyonu kullanacaksanız kompozisyon etiketlerini kaldırın, yani karara amacınıza göre verin.
4. Gerçek bir çalışma akışı örneği
1) Görseli AnimeTag-AI'ye yükleyip etiketleri çıkarın → 2) Threshold'u 0,3-0,4 civarına ayarlayarak gürültülü etiketleri ilk aşamada ayıklayın → 3) "Kategoriye göre görünüm"e geçip LoRA amacınıza uymayan kategorileri toptan gözden geçirin → 4) Çiplere tıklayarak tek tek etiketleri kaldırın ve "Prompt kopyala" ile son caption'ı alın. Görsel olmadan yalnızca elinizdeki etiket listesini düzenlemek isterseniz, aynı etiketleri Etiket analizi aracına yapıştırdığınızda da aynı şekilde kategoriye göre düzenlenir.