1. 取得高品质图片

训练用的图片最少最少要准备10张。重质不重量。因为我要训练的是单一人物且风格固定，图片不宜有复杂背景以及其他无关人物。

网络图片一张一张右键下载当然可以，不过要大量下载图片的话我会使用Imgrd Grabber或Hydrus Network。

这里我准备了33张Hara绘制的斯卡萨哈

2. 裁切图片

下载图片后，要将训练图片裁切成512x512像素。你可以选择用SD WebUI自动裁切，或是手动裁切。

2.1. 自动裁切

裁切图片不会用到显卡计算。

1. 将要裁切的图片放到同一个目录下，例如/home/user/桌面/input。
2. 打开SD WebUI，进到Train → Preprocess images页面

3. 第一个字段Source directory填写原始图片的路径
4. 第二个字段Destination directory填写输出路径，例如/home/user/桌面/cropped
5. Width和Height设置为512x512
6. 点击Preprocess ，图片即会自动裁切。在那之后原始图片就可以删除，只留下裁切后的图片。

2.2. 手动裁切

手动把图片转成512x512理由是避免重要的部分被裁掉。

1. 安装修图软件GIMP，点击文件→添加512x512像素的项目

2. 点油漆桶将其漆成白色

3. 将图片拖曳进画面，成为新的图层

4. 点击工具→变形工具→缩放，缩放图片使其符合目前画布大小，再按Enter。

5. 点击文件→Export，导出成png。

6. 为加快后面图片的处理速度，按右下角删除目前图层，再拖新的图片进来，重复操作。

7. 将33张Hara绘制的斯卡萨哈裁切后，统一放到名为raw的目录。

3. 预先给图片上提示词

接着要给图片预先上提示词，这样AI才知道要学习哪些提示词。

1. 启动SD WebUI，进入Train页面。
2. 进入Preprocess页面，Source输入裁切图片的路径，Destination填处理后图片输出的路径。

3. 接着勾选Create Flipped Copies，创建翻转图片提升训练数量。

然后用Stable Diffusion训练真实图片的勾选Use BLIP for caption；训练动漫人物改勾选Use DeepBooru for caption。

4. 点击Preprocess，约几分钟后便会处理完成。输出的目录里面会含有每张图片对应的提示词txt档。

5. 点击打开txt档，将你觉得无关的特征都删除，例如2girls这类太笼统的提示词。
6. 至此训练数据准备完成。