Какие кадры вредят обучению LoRA?

Если сказать совсем прямо, вредные кадры для LoRA — это не просто “неидеальные” фото, а изображения, которые учат модель лишнему. Не внешности, не характерным чертам лица и не полезной вариативности, а шуму, фильтрам, мусорным текстурам, случайным искажениям и повторяющимся ошибкам.

Именно поэтому большая папка с фото ещё не означает хороший датасет. Можно собрать 150–200 изображений и всё равно получить пластиковую LoRA, которая мылит кожу, ломает лицо, залипает на одну позу или начинает тащить в генерацию странный фон и артефакты.

Новички часто думают так: чем больше фото, тем лучше. На практике это работает только тогда, когда вы понимаете, какие кадры реально помогают обучению, а какие портят его.

Если вы только входите в тему, полезно сначала понять что такое LoRA и зачем она нужна. Тогда становится проще увидеть главную логику: LoRA обучается не “человеку в вакууме”, а тем закономерностям, которые вы ей показали.

Главная мысль

Вредный кадр — это кадр, который смещает внимание модели с идентичности и полезных признаков на мусор.

На практике это выглядит так:

• вместо лица модель учит шум от тёмной съёмки;
• вместо кожи — фильтр или агрессивную ретушь;
• вместо гибкой внешности — одну и ту же позу;
• вместо человека — текст, логотип, баннер или навязчивый фон;
• вместо устойчивой анатомии — странные углы и искажения.

Поэтому вопрос надо ставить не так: “это красивое фото или нет?”. Правильнее спрашивать: “это фото помогает модели понять объект, или мешает?”

Кадры, которые чаще всего вредят обучению

1. Сильно размытые, шумные и тёмные фото

Это один из самых частых источников проблем. Если в датасете много кадров, снятых в темноте, с шумом, мылом или сильным смазом, модель начинает воспринимать этот визуальный мусор как часть внешности.

Тогда в генерациях появляются:

• грязная кожа;
• мыльные детали лица;
• странная текстура волос;
• ощущение “пережатой” картинки;
• неаккуратные контуры и ломкая анатомия.

Особенно плохо, когда таких кадров много и они составляют заметную часть датасета. Один неидеальный кадр LoRA переживёт. Но если половина базы снята плохо, она начнёт учить именно эту плохую съёмку.

2. Фото с фильтрами и тяжёлым color grading

Сильные Instagram-фильтры, beauty-обработка, тонировка, чрезмерный контраст, странный оттенок кожи, “киношный” градинг поверх лица — всё это часто выглядит красиво для соцсетей, но плохо подходит для первого обучения.

Почему? Потому что модель не умеет “догадаться”, что фильтр — это отдельный слой обработки. Для неё это просто часть изображения. И если таких фото много, она запоминает не реальную внешность, а смесь внешности и фильтра.

Потом вы получаете знакомый эффект: генерация вроде похожа, но лицо как будто лакированное, с ненатуральной кожей и ощущением пластика. Если вы уже сталкивались с этим, посмотрите материал почему первая генерация выглядит пластиковой.

3. Кадры, где лицо частично скрыто

Сюда относятся фото, где:

• лицо закрыто волосами;
• часть лица перекрыта рукой, телефоном, очками или одеждой;
• человек лежит так, что форма лица сильно деформирована;
• половина мимики теряется из-за ракурса или предмета перед камерой.

Такие кадры не всегда надо удалять без разговоров, но для первой LoRA они чаще вредят, чем помогают. Особенно если их много.

Причина простая: модель хуже считывает опорные черты лица. Ей сложнее понять форму глаз, линию челюсти, пропорции носа, асимметрию губ и другие признаки, за которые потом держится узнаваемость.

Если у вас уже маленький датасет, лучше, чтобы его костяк составляли кадры, где лицо читается ясно.

4. Слишком искажённые углы и неудачные широкоугольные селфи

Есть ракурсы, которые выглядят живо и естественно. А есть кадры, где смартфон почти упёрт в лицо, из-за чего нос становится больше, лоб уезжает, нижняя часть лица деформируется, а пропорции уже не похожи на человека в реальной оптике.

Если таких фото много, LoRA начинает путаться в геометрии лица. На выходе это даёт:

• плавающие пропорции;
• странные формы головы;
• неуверенный профиль;
• развал лица на разных ракурсах.

Один-два таких кадра в большой чистой базе не смертельны. Но строить на них фундамент первой LoRA — плохая идея.

5. Повторы почти одной и той же позы

Это частая ошибка, потому что визуально такие фото кажутся “качественными”. Например, вы взяли 40 красивых кадров, но по сути это одна и та же поза, один и тот же свет, тот же фон и почти одинаковый поворот головы.

Формально фото много. По смыслу — вариативности почти нет.

В результате LoRA начинает залипать на одну позу, одну мимику или один угол головы. Потом вы просите у неё другой ракурс или другую эмоцию, а она всё равно тянет знакомый шаблон.

Для устойчивой модели разнообразие важнее, чем красивый набор дублей.

6. Фото с текстом, логотипами, водяными знаками и баннерами

Если на изображении есть заметный текст, логотип, watermark, подпись, интерфейс соцсети или баннер, модель тоже может начать это учить. Особенно если такие элементы повторяются.

Тогда в генерациях могут всплывать:

• странные псевдобуквы;
• грязь на фоне;
• непонятные пятна в углах;
• навязчивые элементы в одной зоне кадра.

Отдельно неприятно, что такие детали не всегда видны сразу. Иногда кажется, что LoRA просто “грязновато рисует”. А на самом деле она повторяет мусор из датасета.

7. Кадры, где важнее фон, чем человек

Если человек очень маленький в кадре, а большую часть изображения занимает интерьер, улица, мебель, неон, вывески или природа, модель учит слишком много лишнего. Для обучения лица и персонажа такие фото часто слабые.

Они не всегда бесполезны, но должны быть в меньшинстве. Особенно на старте. Если почти весь датасет состоит из “атмосферных дальних кадров”, LoRA хуже запоминает то, что вы вообще хотели в ней закрепить.

8. Фото с повторяющимся фоном без вариантов

Здесь тонкий момент. Новички иногда боятся менять фон и думают, что одинаковая среда помогает держать лицо. На самом деле, если в датасете один и тот же фон повторяется слишком часто, модель может начать считать его частью образа.

Тогда в генерациях она будет тянуть знакомую стену, комнату, текстуру или цветовую схему даже туда, где вы этого не просили.

Это не значит, что каждый кадр обязан быть в новом месте. Но однообразный фон без нормальной вариативности — плохая идея.

9. Фото с несколькими лицами в кадре

Если вы обучаете LoRA на конкретного человека, а в кадрах рядом постоянно есть другие лица, модель получает лишнюю неоднозначность. Ей становится сложнее понять, кого именно надо считать главным субъектом.

Для первой LoRA это особенно вредно. Лучше, чтобы в базе был один основной человек и минимум визуальной конкуренции за внимание модели.

Какие кадры портят LoRA сильнее всего

Если говорить жёстко, в первую очередь лучше удалять такие фотографии:

• сильное мыло и шум;
• тёмные пережатые фото с грязной текстурой;
• жёсткие соцсетевые фильтры и beauty-обработка;
• кадры с крупным текстом, логотипами и водяными знаками;
• лица, закрытые наполовину предметами или волосами;
• дубли почти одного и того же кадра пачками;
• снимки, где человек слишком далеко и теряется в фоне.

Именно они чаще всего дают тот самый результат, когда LoRA вроде бы “похожа”, но на деле вся грязная, пластиковая и нестабильная.

Что не обязательно удалять полностью, но надо дозировать

Не every сложный кадр автоматически яд. Есть фото, которые можно оставить в небольшом количестве, если они осознанно добавляют полезную вариативность:

• лёгкий боковой ракурс;
• умеренная эмоция;
• небольшое перекрытие волосами;
• кадр в более драматичном свете;
• один-два естественных селфи с телефонной оптикой.

Проблема начинается не от самого факта, а от перекоса. Когда редкий сложный кадр становится основой датасета, LoRA начинает учиться не тому.

Почему новички часто ломают LoRA именно на этом этапе

Потому что внешне плохие и хорошие кадры не всегда очевидны. Красивое фото для человека и полезное фото для обучения — не одно и то же.

Например:

• кадр может быть атмосферным, но слишком тёмным;
• фото может быть модным, но с сильным фильтром;
• селфи может быть эффектным, но с искажённой геометрией;
• серия кадров может быть эстетичной, но по факту одинаковой.

Из-за этого многие и “запихивают всё подряд”. А потом удивляются, почему LoRA ломает лицо, цепляется за мусорные текстуры или даёт ощущение фальшивой кожи.

Как фильтровать датасет перед первой LoRA

Рабочая логика обычно простая:

• 1. Сначала соберите фото с запасом.
• 2. Потом без жалости уберите весь явный мусор.
• 3. После этого проверьте, не остались ли почти одинаковые дубли.
• 4. Посмотрите, достаточно ли у вас разных ракурсов и эмоций.
• 5. Убедитесь, что лицо на большинстве кадров читается ясно.
• 6. Только потом переходите к captioning и обучению.

Если у вас появляется сомнение “может, оставить на всякий случай”, чаще всего такой кадр лучше убрать. На первом обучении чистота базы полезнее, чем жадность до количества.

Хороший ориентир для новичка

Для первой LoRA обычно лучше собирать датасет так, чтобы в нём было:

• чёткое лицо без тяжёлых перекрытий;
• нормальная резкость;
• естественная кожа без бьюти-фильтров;
• разные ракурсы, но без экстремальных искажений;
• разные эмоции, но без хаоса;
• умеренное разнообразие света и фонов;
• минимум текста, логотипов и отвлекающих объектов.

Если вы хотите сначала упростить себе жизнь, полезно ещё посмотреть нужно ли сначала пробовать контент без LoRA и можно ли сделать первую LoRA вообще бесплатно. Очень часто это спасает от ситуации, когда человек тратит время и деньги на обучение сырой базы.

Когда проблема не только в кадрах

Надо честно сказать: плохой результат не всегда означает, что виноваты только фото. Иногда подключаются и другие факторы — база модели, переобучение, слишком агрессивные настройки, неудачные rank/alpha, странный trainer или кривая логика captioning.

Но даже в этих случаях грязный датасет почти всегда усиливает проблему. То есть плохие кадры редко бывают единственной причиной, но очень часто становятся тем самым ускорителем, который окончательно портит итог.

Вывод

Самые вредные кадры для LoRA — это размытые, шумные, фильтрованные, искажённые и повторяющиеся фото, а также изображения с текстом, логотипами и лишним визуальным мусором.

Главный принцип простой: LoRA учит всё, что вы ей показываете. Поэтому в датасет надо класть не “всё красивое подряд”, а только то, что действительно помогает модели понять внешность, мимику, пропорции и полезную вариативность.

Если сомневаетесь, оставлять кадр или нет, для первой LoRA почти всегда безопаснее удалить его. Чистый датасет даёт больше пользы, чем большой, но грязный. ✅

Для дополнительного внешнего ориентира можно посмотреть гайд Hugging Face по SDXL LoRA training: там отдельно подчёркивают важность качественных изображений, разнообразия без однообразных повторов и осторожного отбора кадров для обучения.