PygonGirl1024 · MOSS Image 人物 LoRA

基于 MOSS-Image 训练的人物 LoRA 集合，本地训练，参数与数据集构成全部公开。

⚠️ 免责声明

本仓库仅限技术学习与个人研究交流使用。

所有模型禁止商用、禁止二次分发、禁止用于任何违法用途
下载后请在 24 小时内自行删除
模型仅供研究 LoRA 训练方法之用，不对生成内容负责
使用者需自行承担使用本模型产生的一切后果
如相关权利人认为内容不当，请通过 Issues 联系，将立即删除

请自行遵守所在地区法律法规。继续下载即视为已阅读并同意上述条款。

模型列表

角色	版本	文件	触发词
唐嫣	v4	`moss_tangyan_v4.safetensors`	`唐嫣, tangyan, woman`
唐嫣	v3	`moss_tangyan_v3.safetensors`	`tangyan, 唐嫣, woman`

项	值
权重强度	1.0 – 1.2
采样步数	20 – 30
CFG	4 – 5
分辨率	1024 × 1024 起

训练配方

参数全部公开，想复现或自己练一个照着来即可。

底模与超参

项	值
基座模型	MOSS-Image Base（不是 SFT 版）
网络结构	LoRA · rank 32 / alpha 32
学习率	1.5e-4 · cosine 调度
训练步数	2000
batch size	1
分辨率分桶	512 / 768 / 1024
训练器	ai-toolkit v0.13.40
硬件与耗时	RTX 4060 Ti 16G · 约 3 小时

数据集构成

项	标准
训练张数	120 – 200 张
分辨率门槛	短边 ≥ 1024，低于此一律不收
景别配比	特写 / 胸像 / 半身 / 全身尽量均衡
筛选标准	单人、五官清晰、无遮挡、非多人合影、非过度修图
去重	dHash 感知哈希，汉明距离 ≤ 6 判为重复

打标策略（关键）

触发词格式：

<中文名>, <拼音>, woman

caption 里绝不描述长相——不写发色、发型、脸型、五官、肤色、妆容、年龄、性别、体型，也不写 beauty 类形容词。

只描述会变化的部分：

服装与配饰
姿态与动作
表情（仅情绪，如 smiling / serious）
场景与背景
光线
镜头构图与角度

为什么要这样：LoRA 学的是「图里恒定、而 caption 没有描述」的东西。把长相写进 caption，等于告诉模型「长相不重要，忽略它」——结果就是训出一个长得不像的模型。

这也是为什么发型不会被锁定：caption 刻意没写发型，所以它会随提示词变化。需要固定发型时，在正向提示词里写明即可。

打标模型：Qwen3-VL-4B（本地部署，约 39 秒/张）。

使用方法

ComfyUI

models/loras/moss_tangyan_v4.safetensors

配合 MOSS-Image 底模使用，LoRA Loader 强度建议 1.0–1.2。

正向提示词示例

唐嫣, tangyan, woman, wearing a black evening gown, standing on a red carpet,
full body shot, natural lighting, looking away from camera

目录结构

├── moss_tangyan_v4.safetensors     # v4 权重（141.8 MiB）
├── moss_tangyan_v3.safetensors     # v3 权重（保留做对比）
├── tangyan_v4_config.yaml          # v4 完整训练配置
└── assets/
    ├── tangyan_v4_face.jpg         # 四机位展示图
    ├── tangyan_v4_half.jpg
    ├── tangyan_v4_side.jpg
    └── tangyan_v4_seat.jpg

已知限制

全身生成偏弱：v4 训练集全身景别占比偏低（约 3%），全身构图的稳定性不如半身和特写
多人场景不擅长：训练集以单人为主，多人互动时容易串脸
无法精确控制年龄与体型：caption 刻意不含这些描述

更新记录

日期	版本	变更
2026-11-06	v4	数据集 194 张（短边 ≥1024 硬门槛），触发词顺序调整
2026-11-05	v3	首个可用版本，124 张

Downloads last month: -; Downloads are not tracked for this model. How to track

Pygon
/

PygonGirl1024