LoRA Preprocess Master最新版

训练 LoRA 模型的第一步，往往是繁琐的数据预处理：统一尺寸、裁剪构图、生成描述、添加触发词 —— 这些工作重复、耗时，还容易出错。

LoRA Preprocess Master 就是为解决这个问题而生的轻量级工具。它提供一个简洁的图形界面，支持一键批量处理图像 + 自动生成字幕 + 添加触发词，全部本地运行，无需联网。

无论你是新手入门 LoRA 训练，还是资深用户想提升效率，这个工具都能帮你省下大量时间。

它能做什么？

1. 批量图像预处理

• 自动调整分辨率：
  • SD 1.5 → 512×512
  • SDXL → 1024×1024
  • 也支持自定义尺寸
• 可选正方形裁剪：自动居中裁剪，确保构图一致
• 格式转换：输出为 JPEG 或 PNG，按需选择

2. 自动图像字幕生成

内置两种模型，适配不同硬件：

• BLIP（推荐 CPU 用户）
  轻量、快速，适合没有独立显卡的设备
• Moondream（需 CUDA + GPU，约 5GB 显存）
  描述更精准，适合对质量有要求的项目

示例输出：
“a woman with long black hair wearing a red dress, standing in a garden”

3. 批量添加触发词

• 可在每张图的字幕后自动追加自定义关键词（如 best quality, masterpiece, by artist_name）
• 支持灵活配置，满足不同训练需求

4. 缓存机制提升效率

• 已处理的图像和字幕会缓存，避免重复计算
• 修改参数后仅重处理受影响部分，节省时间

一键工作流

1. 选择输入文件夹（你的原始数据集）
2. 设置输出文件夹
3. 勾选需要的功能（调整尺寸、裁剪、字幕、触发词）
4. 点击“开始”
5. 等待完成 → 直接用于 LoRA 训练

整个过程无需命令行，无需手动编辑，图形界面直观易用。

安装与运行

步骤 1：克隆仓库

git clone https://github.com/jiaqi404/LoRA-Preprocess-Master.git

⚠️ 注：请将链接替换为实际项目地址（原文未提供，需用户自行补充）

步骤 2：安装依赖

pip install -r requirements.txt

步骤 3：启动工具

python app.py

启动后会自动打开图形界面窗口，按提示操作即可。

系统要求

• Python 3.12
• GPU（推荐）：使用 Moondream 模型需支持 CUDA 的显卡（约 5GB 显存）
• CPU 也可用：选择 BLIP 模型即可，速度稍慢但无需显卡

为什么值得用？

• 省时省力：原本几小时的手动处理，现在几分钟一键完成。
• 标准化输出：统一尺寸、统一描述格式，提升训练稳定性。
• 本地运行：数据不出本地，保护隐私，无需依赖云端 API。
• 轻量小巧：无复杂依赖，不占资源，开箱即用。
• 适合新手：图形界面 + 默认配置，零基础也能上手。