Kohya_ssの使い方まとめ

 Kohya_ssの ローカルPCへの導入方法はこちらの記事をご覧ください

 Kohya_ssを RunPodで使用してLora学習をする方法はこちらの記事をご覧ください

Kohya_ssでできること／できないこと

• できること
  • LoRA / LyCORIS 等の学習
  • キャプション生成（WD14 / BLIP2）
• できないこと
  • 画像生成（画像生成ツールではない）
  • モデル自体を魔法のように良くするものではない

Kohya_ssの画面構成と役割（全体マップ）

•  Dreambooth
  • Training
• LoRA
  • Training
• Textual Inversion
• Finetuning
• Utilities
  • Captioning
• About

事前準備

未来

画像の下準備がLoRAモデルの出来を左右するよ！

事前に準備が必要なもの

• Checkpointsモデル（Stable Diffusion 1.5系 or SD) ※後ほど解説しています

• 学習画像
  • 例：dataset/images/character_name
  • 10〜50枚程度からでもOK
• キャプション（テキストタグ or 文章）
  • .txt ファイル
  • 手動作成 or WD14 / BLIP2 などで自動生成

※キャプション生成は、Kohya_ss内でも精度が高く、生成から学習まで、完結も可能です。その場合は、学習用画像のみの準備で学習できます。

学習画像とテキストタグの事前準備

【自作イラストをLoRA化】画像とテキストタグ（キャプション）の準備からフォルダ構成まで徹底解説 学習用データセットの作り方 LoRA（Low-Rank Adaptation）は、既存のAIモデルに対して、自分のイラストや作風を学習させられる技術です。でもいざ始めようとすると── 「…

キャプション生成機能について

Kohya_ssには、拡張機能のWD14 Tagger（ConvNeXt V2） がタブが標準で組み込まれており、
画像から Danbooru形式のタグを自動生成 できます。

※ キャプション機能に関する詳細と使用方法に関しては こちらの記事をご覧ください

Kohya_ssの基本的な学習フロー（※詳細は後程解説しています）

Kohya_ssは、LoRA学習に特化したGUIツールです。
実際のところ、すべての項目を理解しなくても、最低限の設定だけでLoRA学習は可能です。

ここでは「まず動かす」「失敗しにくい」ことを重視した、最小構成の学習フローを整理します。

dataset/
 └ images/
    └ 1_character_name/
       ├ image001.png
       ├ image001.txt
       ├ image002.png
       └ image002.txt

Checkpointsモデルとモデルフォルダ構成について

Checkpointsモデルとは？Kohya_ssで使用する学習元モデルについて

ここが、おそらく一番の初心者の方の”つまづきポイント”です。

Kohya_ssでLoRA学習を行うには、
必ず「学習元となるCheckpointモデル」が必要です。

これは、Stable Diffusionで画像生成に使用する
.ckpt や .safetensors 形式のベースモデルを指します。

このCheckpointモデルが存在しないと学習は開始できません。

Kohya_ssでのLoRA学習は、

• 設定項目は少ない
• でも 「どのモデルを、どこに置くか」だけは絶対に間違えられない

という特徴があります。

※ Kohya_ssのGUIには、モデルは入っていません。
Checkpointsモデルは自分でダウンロードして指定のフォルダに配置する必要があります。
Checkpointsモデルが入っていない状態では、学習は出来ません。

Diffusersモデルは別の扱いになる（※詳細は別記事で解説）
Checkpointsモデルの選び方は、 こちらの記事の、”LoRA学習で使用できるモデル”の項目で書いています。

使用出来るモデル

• Stable-diffusion
• Lora
• VAE
• embeddings

モデルフォルダの基本構成

kohya_ss/
└─ models/
   └─ checkpoints/
      ├─ model.safetensors
      └─ model.ckpt

Runpod×Kohya_ss

RunPod内では、Checkpointsモデルの自動ダウンロードと、モデル自動配置機能
拡張機能（別途追加する必要がある）のWD14 Tagger（ConvNeXt V2）も自動セットアップされているテンプレートがあります。

学習画像のアップロード ＋ 数クリックでLora学習が出来るRunpodテンプレート

【RunPod】で”Kohya_ss”を使用して”LoRA学習”をする方法【③応用編】 本記事では、クラウドGPUのRunPod内で、 ”Kohya_ss”のテンプレートを使用して、”LoRA学習”をする方法を解説しています。  RunPodの基本的な使用方法については、 こちら…

実践記事・環境別ガイドはこちら

• ▶ ローカル環境でのKohya_ss
• ▶ RunPodでKohya_ssを使う方法
• ▶ エラー対処まとめ

LoRA学習での設定項目の詳細と解説

※学習の際の設定は、学習する**データセットの内容と、使用するGPUによって設定が変わります。

上記の内容でも基本的な学習は可能ですが、精度を高めたい場合には設定をかえてみましょう。
**データセット・・・自身が学習させたい画像とテキストタグのセットの事を指します。

LoRA用学習設定

 GUI画面で以下を設定します。

• Model: （例）runwayml/stable-diffusion-v1-5
• Train batch size: 下で記載
• Max train steps: 100〜数千（テストなら少なめで）
• Save trained model as: safetensors 推奨
• Mixed Precision: fp16

「output name」「model name」について

Kohya GUI の「Training」で、「LoRA」や「DreamBooth」などの学習種類を選ぶと、「Training」や「Basic」タブが表示されます。

「output name」で選択したフォルダ名が .safetensors のファイル名になります。

output_name = last（デフォルト）の場合

• 学習によって出力されるモデル（.safetensors など）のファイル名が、
  last.safetensors になります。
• これは **「最後のエポックのモデル」**という意味合いで、わかりやすい汎用名です。
• 保存先は通常 /outputs に保存されます。

上の画像内では、Trained Model output name に10_sakasaを指定しています。

この例では、/kohya_ss/output/10_sakasa にLoRAファイル（.safetensors）が生成されます。
.safetensorsは、AUTOMATIC1111 に組み込めば即使用可能です。

手動で読み込ませる方法（上級者向け）

もし別フォルダに置きたい場合は、WebUIの webui-user.bat や launch.py を編集して環境変数 --lora-dir を追加することで、LoRAの読み込み場所を変更できます（ただし一般には非推奨）。

VRAM制限あり／なしでの設定の主な違い（一覧）

Train batch size は、主にGPUのVRAM容量によって決めます。

Train batch size を大きくすると、一度に学習する画像の数が増える＝使うVRAMも増えます。

目安（LoRA学習・画像サイズ512×512）

※ 実際の上限は学習設定や画像サイズによって前後します。

• 入力画像（例：512×512）
• 学習対象のモデル（例：Stable Diffusion v1.5）
• 重みの更新に必要な中間データ（勾配など）
• バッチ全体のデータ（画像の枚数 × 各種情報）

注意点

• フォルダ名は 「Lora」（Lが大文字）です。
  ※小文字の「lora」だと読み込まれないことがあります。
• ファイル名に日本語やスペースが入っていると、うまく動作しないことがあるので、半角英数字・アンダーバー推奨です。

「 Save every N epochs」

ave every N epochs は、Kohya_ssでLoRA学習中に、何エポックごとに中間モデルを保存するかを指定する項目です。

学習結果の過程を比較したい場合や、学習途中で品質が下がるリスクに備えたい場合に使用します。

「Save every N steps」

ステップ（バッチ数単位）ごとに保存するオプションで、通常は Save every N epochs の方がわかりやすく使いやすいのです。

「Max train epoch」について

デフォルトの「10」は多いかもしれません。使用データ量によって調整します。

• 意味：「何回データセットを繰り返して学習するか」を指定します。
• デフォルトは 10 ですが、以下のように調整するのが一般的です。

Epoch が多すぎると、訓練データに特化しすぎて汎用性が下がる「過学習」になります。

network_rankについて

network_rank（ネットワークランク）は LoRA学習での超重要な設定項目 です！
これは、LoRAが「元モデルに追加する微小な学習層（低ランク行列）」の**パラメータ数（≒学習力）**をコントロールするものです。
学習できる情報量の多さ（≒容量・精度）を決める

• 数値が高いほど学習能力が高く、表現力も上がる
• でもVRAM消費・ファイルサイズも増える

Rank の目安と比較表

Dreambooth/LoRA Dataset Balancingについて

• こちらは**複数のコンセプトフォルダ（例：キャラA、キャラB）**がある場合の補助機能です。
• 学習画像数が極端に偏っているとき、自動でバランスを取ってくれる処理です。
• たとえばこういう構成

/dataset
 ├── character_A
 │ ├── a1.png
 │ └── a1.txt 
 └── character_B
   ├── b1.png
   └── b1.txt

コンセプト数が多く、かつ枚数バランスに偏りがあるときに使用。

学習ステップ数とは？

LoRAでいう「ステップ数」とは、「どれくらい強く学ばせるか」の指標で、学習に使うデータのバッチを何回処理するかを指します。
「500ステップ」は「バッチ500回分の学習」を意味します。

※「ステップ数が多い＝強く学習する」ですが、過学習になるリスクも上がります。

画像枚数やバッチサイズ、目的（微調整 or 作風付与）別の具体的な指標

目安1：画像枚数 × エポック数 × バッチサイズ ＝ ステップ数

 これがステップ数の基本計算です。
 以下は、計算が苦手な自分用に作成した計算ツールです。求めたい値（エポック数orステップ数）をラジオボタンで選択して各数値を入力して計算します。(小数点以下は切り捨て。)

例1：25枚の画像、エポック20、バッチサイズ1

→ 25 × 20 / 1 = 500ステップ

この構成なら ステップ数500は妥当です。

例2：10枚の画像、エポック10、バッチサイズ1

→ 10 × 10 = 100ステップ

これにステップ数500を設定すると、同じ画像を5回繰り返すことになります。
→ 過学習のリスクが高まります。

一般的なステップ数の目安

同じ画像を何度も回すと劣化・崩れやすい（顔が潰れるなど）ため、足りない場合は、「正則化画像（regularization）」で補うことも可能です。

設定の保存

「Load/Save Config file」について

「Load/Save Config file」は、Kohya GUI（kohya_ss）で使う学習設定の保存／読み込み機能です。以下のように使います。

Save Config file（設定の保存）

• 現在GUIで設定した 学習条件（画像フォルダ、出力名、エポック数など） を、.json ファイルとして保存できます。
• 次回、同じ学習設定を再利用したいときに便利です。

1. 設定をGUIで入力
2. Save Config file ボタンをクリック
3. .jsonファイル名を指定して保存
   　例： lora_cat_config.json

Load Config file（設定の読み込み）

• 以前保存した .json の設定ファイルを読み込むと、GUIに自動で値が反映されます。
• 複数のLoRA学習パターンを切り替えて使う時にとても便利です。

1. Load Config file をクリック
2. 以前保存した .json ファイルを選択

保存される内容（例）

• 画像フォルダのパス
• 出力名・保存先
• エポック数、バッチサイズ
• 学習率（Learning rate）
• 使用モデルのパス（Pretrained model）
• 正則化や学習スケジュールなどの高度なパラメータも含む

出力される2種類の .safetensors ファイル

① 出力フォルダ名-000004.safetensors

• エポック番号（チェックポイント付き）
• これは「学習ステップ途中のスナップショット」です。
• --save_every_n_epochs や --save_every_n_steps を指定していると、自動で一定間隔ごとに保存されます。
• 用途：
  • 学習の途中経過を検証したいとき
  • 精度が最も高かった中間地点に戻したいとき

例:
出力フォルダ名-000004.safetensors → 4エポック終了時のモデル

② 出力フォルダ名.safetensors

• 最終エポックまで完了した学習モデル（最終出力）
• 学習がすべて終わった後、自動的に出力されます。
• 最も安定した「完成モデル」として扱われます。
• 用途：
  • 実際に画像生成で使うモデル
  • Hugging Faceなどで公開するモデル

カスタマイズしたいときの設定項目

注意点

• 出力フォルダ名.safetensors は 学習が最後まで正常に完了しないと生成されません。
• 途中で止まった場合 は、番号付き（例: -000004）しか残りませんが、必要に応じてそれを手動でリネームして使うことが可能です。

LoRAの質を上げる再学習について

Kohya_ssでは「再学習」ではなく「追加学習（継続学習）」として扱います。
LoRAの追加学習では、既存LoRAを「ベースモデル」ではなく、「追加のLoRA（Network weights）」として指定し、「ネットワーク重み」として読み込みます

LoRAモデルの配置場所

/models/lora

学習設定画面の Network weights（LoRA weights） に指定してください。

models/lora/my_character_v1.safetensors

これにより
「このLoRAを初期状態として、続きを学習する」
という挙動になります。

チェックポイント（Base model）には、必ず元となるStable Diffusionモデルを指定します。

設定項目

• 「Resume from LoRA」
• または
• 「Network weights」に 既存LoRAのパスを指定

再学習は「修正・補強」向けです。
キャラを大きく変えたい場合は、最初から作り直します。