23 октября 2026 г. · Анатолий Крылов, редактор Тераферма

Как обучить LoRA для Flux на своих фото или товаре: 20 снимков, час GPU и цена

Чтобы обучить LoRA для Flux на своих фото или товаре, достаточно 20 разнообразных снимков и около часа на арендованной видеокарте: 1 500–2 000 шагов в разрешении 1 024 на RTX 4090 занимают 1–1,5 часа, то есть 48–72 ₽. На выходе получается файл на 50–200 МБ, который подключается к Flux и рисует вас или ваш продукт в любой сцене по текстовому запросу.

Что такое LoRA для Flux и зачем она нужна

Flux умеет рисовать «кружку на деревянном столе», но не вашу кружку с вашим логотипом. LoRA работает как небольшой адаптер, который дообучает модель на конкретном объекте: лице, товаре, персонаже. После обучения вы пишете в промпте условное слово, например ohwx mug, и модель рисует именно этот предмет.

Типовые задачи:

• Фото товара в разных сценах — для карточек маркетплейса, баннеров и соцсетей без фотосессии.
• Свой портрет — аватары, деловые фото, иллюстрации для блога.
• Персонаж или маскот бренда — один и тот же герой в разных позах и ситуациях.
• Интерьер или объект недвижимости — варианты отделки и освещения.

Для стиля художника подход тот же, но датасет другой: много разных работ в одной манере. Как это делает иллюстратор, разобрано в кейсе LoRA на Flux для своего стиля.

Шаг 1. Снимите и отберите 20 фото

Качество LoRA на 80% определяется датасетом. Модель запоминает всё, что повторяется на снимках: и объект, и случайные детали.

Для товара:

• 6–8 ракурсов: спереди, сзади, сбоку, сверху, три четверти, крупно детали.
• 3–4 разных фона: белый, деревянный стол, ткань, улица.
• Разный свет: дневной у окна, мягкий студийный, тёплый вечерний.
• Несколько снимков в масштабе: в руке, рядом с другими предметами.

Для человека:

• 8–10 портретов лица крупно с разных сторон.
• 5–6 по пояс, 3–4 в полный рост.
• Разная одежда, фон и освещение. Если на всех фото один свитер, модель решит, что свитер — часть лица.
• Без солнцезащитных очков, сильных фильтров и обрезанного лба.

Чего избегать в обоих случаях: размытых кадров, сильного шума, водяных знаков, текста на заднем плане и десяти почти одинаковых снимков. Разрешение нужно от 1 024 пикселей по короткой стороне. Обрезать до квадрата не обязательно: ai-toolkit сам раскладывает снимки по корзинам с разным соотношением сторон.

Шаг 2. Подпишите снимки

Каждому фото нужен текстовый файл с тем же именем: 01.jpg и 01.txt. В подписи стоят условное слово и описание того, что на снимке меняется:

ohwx mug on a wooden table, soft window light, top view

Правило подписи простое: описывайте всё, что не является объектом. Фон, свет, ракурс, руки в кадре. Тогда модель поймёт, что всё это — переменные, а постоянна только кружка. Сам объект детально не описывайте: его признаки модель должна выучить и связать со словом ohwx.

Подписи можно сделать автоматически моделью вроде Florence-2 или JoyCaption прямо на арендованном сервере, а потом поправить вручную. На 20 снимков это 10–15 минут.

Шаг 3. Выберите видеокарту

У Flux.1 dev 12 млрд параметров. В 16 битах её веса занимают около 24 ГБ, поэтому на картах с 24 ГБ базовую модель при обучении загружают в 8 битах. LoRA при этом обучается в нормальной точности, качество почти не страдает.

Карта	Память	Цена, ₽/час	Время на 2 000 шагов	Стоимость обучения
RTX 3090	24 ГБ	26	~2–3 часа	52–78 ₽
RTX 4090	24 ГБ	48	~1–1,5 часа	48–72 ₽
RTX 5090	32 ГБ	83	~0,7–1 час	58–83 ₽
L40S	48 ГБ	97	~1–1,3 часа	97–126 ₽

Время дано как ориентир при batch 1, разрешении 1 024 и ранге 16: его называют сторонние гайды по ai-toolkit, и примерно столько заняло обучение у иллюстратора из нашего кейса: около 80 минут на RTX 4090. Точное время зависит от числа шагов, разрешения и версии инструмента; ai-toolkit показывает оставшееся время с первых минут.

Оптимум по цене и скорости даёт RTX 4090: машин много, обучение укладывается в час-полтора. На RTX 3090 дешевле час, но дольше ждать. Посмотреть доступные машины можно на странице аренды RTX 4090.

Формула стоимости: цена = (шагов ÷ шагов в секунду ÷ 3 600 + 0,3 часа на подготовку) × цена часа. 0,3 часа — это установка, скачивание модели и генерация проверочных картинок.

Шаг 4. Запустите обучение в ai-toolkit

Обучать LoRA под Flux удобнее всего в ai-toolkit: это бесплатный инструмент с готовыми конфигами. У него есть и веб-интерфейс, но на сервере проще работать из терминала.

1. Арендуйте RTX 4090 с шаблоном PyTorch и Jupyter. Нужен диск от 80 ГБ: Flux.1 dev с текстовыми энкодерами занимает около 35 ГБ.
2. Загрузите архив с фото и подписями через Jupyter в папку /workspace/dataset.
3. Установите ai-toolkit по инструкции из репозитория и войдите в Hugging Face: Flux.1 dev требует принять условия лицензии на странице модели.
4. Скопируйте пример конфига для LoRA Flux и поменяйте ключевые поля:

network:
  type: lora
  linear: 16
  linear_alpha: 16
save:
  save_every: 250
datasets:
  - folder_path: /workspace/dataset
    caption_ext: txt
    resolution: [512, 768, 1024]
train:
  batch_size: 1
  steps: 2000
  lr: 1e-4
  optimizer: adamw8bit
model:
  name_or_path: black-forest-labs/FLUX.1-dev
  is_flux: true
  quantize: true
sample:
  sample_every: 250
  prompts:
    - "ohwx mug on a marble kitchen counter, morning light"
    - "ohwx mug held in a hand, outdoor cafe, shallow depth of field"

5. Запустите обучение: python run.py config/my_lora.yaml.

quantize: true загружает базовую модель в 8 битах: без этого на 24 ГБ не хватит памяти. save_every и sample_every каждые 250 шагов сохраняют LoRA и рисуют проверочные картинки по вашим промптам. Это главный инструмент контроля качества.

Шаг 5. Выберите лучший чекпоинт

К концу обучения у вас 8 файлов LoRA (на 250, 500, … 2 000 шагах) и картинки к каждому. Не берите автоматически последний.

Признак	Что значит
Объект не похож, детали «плывут»	Недообучение, нужен более поздний чекпоинт
Объект похож, сцены из промпта соблюдаются	То, что нужно
Объект похож, но фон и поза копируют датасет	Переобучение, нужен более ранний чекпоинт
Артефакты, пересвет, «пластиковая» кожа	Сильное переобучение или высокий learning rate

Для товаров обычно лучшими оказываются 1 000–1 500 шагов, для лиц — 1 500–2 000. Если переобучение наступает рано, уменьшите lr до 5e-5 или число шагов.

Скачайте выбранный файл .safetensors до остановки сервера: после остановки диск удаляется.

Шаг 6. Генерация с вашей LoRA

LoRA подключается к Flux в ComfyUI, Forge или через библиотеку diffusers. Силу LoRA ставьте от 0,7 до 1,0: чем ниже, тем больше свободы у модели, чем выше, тем точнее объект. Промпт начинайте с условного слова: ohwx mug on a beach at sunset.

Сколько стоит одна картинка Flux на разных картах и как считать бюджет серии, разобрано в статье сколько стоит картинка Flux и SDXL. Ориентир: на RTX 4090 картинка 1 024 × 1 024 в 25–30 шагов генерируется за 15–20 секунд, сотня вариантов занимает около получаса.

Полный бюджет проекта

Этап	Время на RTX 4090	Стоимость
Установка, скачивание модели, подписи	0,3–0,5 часа	14–24 ₽
Обучение LoRA, 2 000 шагов	1–1,5 часа	48–72 ₽
Генерация 100–200 вариантов	0,5–1 час	24–48 ₽
Итого	2–3 часа	96–144 ₽

Вторая LoRA обходится дешевле: окружение уже знакомо, конфиг готов, а если сохранить модель в своём хранилище, не придётся долго качать её с Hugging Face.

Особенности LoRA для товара

Товар сложнее лица в одном: у него есть точная геометрия, надписи и логотип, и покупатель заметит любое искажение.

• Логотип и мелкий текст. Flux неплохо воспроизводит крупную надпись, но мелкий текст на этикетке часто «плывёт». Для карточек маркетплейса надёжнее генерировать сцену с товаром, а этикетку потом поправить в редакторе или вставить исходное фото товара поверх сгенерированного фона.
• Цвет. Снимайте при нейтральном свете и проверяйте баланс белого: если на половине фото кружка жёлтая из-за лампы, модель выучит жёлтый оттенок.
• Пропорции. Добавьте 2–3 снимка с предметами известного размера: рукой, книгой, чашкой. Иначе в сгенерированных сценах товар может оказаться размером с холодильник.
• Серия товаров. Для линейки из нескольких цветов или моделей лучше обучить одну LoRA на всю серию с разными условными словами, чем отдельную на каждый товар.

Как такой подход работает в реальной работе продавца на маркетплейсе, разобрано в кейсе фото товаров для маркетплейса нейросетью.

Flux.1 или Flux.2

У Black Forest Labs есть и более новое поколение моделей Flux.2. Оно крупнее, лучше понимает длинные промпты и детали, но требует больше памяти и времени: по оценкам сторонних гайдов, обучение LoRA для Flux.2 на RTX 4090 занимает 2–4 часа. Для портретов и товаров Flux.1 dev в 2026 году остаётся самым проверенным вариантом: под него больше готовых конфигов, инструментов и примеров. Если нужен Flux.2, берите карту с 32–48 ГБ и закладывайте вдвое больше часов.

Типичные ошибки

• Одинаковые фото. Двадцать снимков с одного ракурса на одном фоне, и модель рисует только этот ракурс и этот фон.
• Нет подписей. Без описания сцены модель «впекает» фон в объект и плохо слушается промпта.
• Слишком много шагов. 4 000 шагов на 20 фото почти всегда дают переобучение. Больше — не лучше.
• Слово, которое модель уже знает. mug или john пересекаются с тем, что Flux уже понимает. Используйте редкое сочетание вроде ohwx или sks.
• Сервер работает после обучения. Пока вы разбираетесь с картинками на своём компьютере, аренда идёт. Скачайте файлы и остановите сервер.

Лицензия и права

Flux.1 dev распространяется по некоммерческой лицензии Black Forest Labs, а условия использования сгенерированных изображений описаны в ней отдельно. Перед коммерческим использованием прочитайте актуальный текст на странице модели. Для портретов действует простое правило: обучайте LoRA только на своих фото или с письменного согласия человека.

Как запустить Flux на арендованной карте с нуля, описано на странице запуска Flux, а общие принципы LoRA для языковых и графических моделей описаны в статье про дообучение LoRA на арендованной GPU.

Пополнить баланс можно от 500 ₽ криптовалютой (USDT, BTC и другие монеты), оплата картой РФ и счёт для юрлиц появятся позже. Для одного проекта LoRA этого хватает с запасом.

LoRA для Flux на своих фото или товаре — это 15–30 разнообразных снимков с подписями, 1 500–2 000 шагов обучения и около часа на RTX 4090. Весь проект с подготовкой и генерацией сотни вариантов укладывается в 2–3 часа аренды. Главное — разнообразный датасет и выбор чекпоинта по проверочным картинкам, а не по номеру шага.

Подготовьте 20 снимков и запустите обучение на RTX 4090: первые проверочные картинки появятся через 15–20 минут после старта.