Какой pod template нужен для workflow под датасет LoRA

Короткий ответ. Для подготовки датасета LoRA на Runpod выбирайте pod template по составу ComfyUI, Python-окружению и месту для исходников, а не по рекламному названию. Сначала убедитесь, что captioning-ноды и их модели доступны, затем проверьте путь к изображениям и сохранение TXT на устойчивый диск.

Составьте список обязательных компонентов

Запишите точные репозитории custom nodes из workflow, версию ComfyUI, модель captioning и нужные веса. Если в графе используется Florence-2, сравните пакет с README ComfyUI-Florence2. Шаблон, где установлен ComfyUI, не обязан содержать Florence и библиотеки этого пакета. Проверяйте лог запуска, а не только наличие папки custom_nodes.

Оцените GPU и диск отдельно

Captioning маленькой партии изображений и обучение LoRA имеют разные требования. Не арендуйте большую карту только для переименования файлов или простой подготовки данных. Посчитайте размер фото, скачиваемых моделей, временных файлов и checkpoint. В Runpod volume disk и network volume имеют разные правила жизненного цикла; перед созданием pod проверьте документацию по хранилищу.

Проведите тест на пяти файлах

Загрузите небольшую папку на сам pod, проверьте путь внутри контейнера и доступ к файлам. Запустите captioner на пяти разнообразных изображениях, откройте полученные TXT и исправьте очевидные ошибки. Сравните имена фото и подписей один к одному. После этого переносите полный датасет. Путь на локальном Windows-компьютере внутри контейнера отсутствует.

Сохраните результат до остановки

Укажите выходную папку на устойчивом томе или выгрузите фото и подписи локально. Проверьте, что после остановки и повторного запуска pod файлы остаются доступны. Если предполагается позже обучать LoRA, сохраните CSV или список пар «изображение — подпись» и версию модели captioning, чтобы понимать, чем получен набор.

Когда готовый template не подходит

Если шаблон содержит устаревшие версии Python, CUDA или конфликтующие зависимости, проще взять чистый официальный базовый образ и установить только проверенные пакеты. Перед установкой пользовательской ноды используйте правила ComfyUI для выбора правильного окружения. Сохраните конфигурацию, которая прошла первый тест.

На что обратить внимание при проверке

Шаблоны с сотнями гигабайт предзагруженных моделей удобны только тогда, когда в них есть именно нужная версия captioner и базовой модели. Иначе вы платите за большой диск и всё равно скачиваете свои файлы. Проверьте публичное описание образа и запустите контрольный workflow на одном фото до массовой загрузки. Если обрабатываете чувствительные изображения, уточните настройки хранения, доступ к pod и способ удаления данных после экспорта. Не включайте исходные фото в публичный template. Автоматизация подготовки датасета должна сохранять связь каждого изображения с TXT и лог неуспешных файлов; без этого трудно заметить пропуски.

Для повторения эксперимента храните вместе исходный JSON, входное изображение или видео, названия файлов моделей и результат. Запишите версии ComfyUI и пользовательских нод, а также разрешение и длительность. При вопросе в сообществе приложите конкретный кадр, на котором виден дефект, и укажите, что уже проверено. Это помогает отличить ошибку сборки от ограничений самой модели и даёт возможность воспроизвести проблему.

Частые вопросы

Можно ли исправить проблему одним prompt?

Сначала проверьте входные файлы, соединения и совместимость модели. Prompt меняет текстовое условие, но не создаёт отсутствующую ноду и не подключает референс. Если схема исправна, меняйте формулировку только после контрольного прогона.

Как понять, что правка помогла?

Повторите короткий тест с прежними моделью, размером, seed и входным материалом. Меняйте один параметр за раз и сравнивайте конкретный дефект. Сохраняйте обе версии результата и workflow.