Grossartige Ergebnisse beim Training erzielen
Folge diesen Best Practices, um sicherzustellen, dass deine eigenen Modelle hochwertige Outputs produzieren.
Bildqualität zählt
Auflösung
Minimum: 512 x 512 Pixel
Empfohlen: 1024 x 1024 oder höher
Höhere Auflösung = mehr Details erfasst
Fokus & Klarheit
Scharfe, gut fokussierte Bilder
Bewegungsunschärfe vermeiden
Gute Belichtung (nicht zu dunkel oder hell)
Dateiformat
JPG oder PNG empfohlen
Stark komprimierte Dateien vermeiden
Keine Wasserzeichen oder Overlays
Wie viele Bilder?
Du brauchst mindestens 1 Bild, um ein Modell zu trainieren. Wir empfehlen, mehrere hochzuladen für bessere Ergebnisse.
Welche Bilder zählen am meisten?
Stil-Modelle: Die ersten 5 Bilder haben den grössten Einfluss
Personen-, Objekt- & Szenen-Modelle: Die ersten 3 Bilder haben den grössten Einfluss
Bildreihenfolge zählt — wenn du mit den Ergebnissen nicht zufrieden bist, versuche deine Trainingsbilder umzuordnen.
Vielfalt in Trainingssets
Für Personen-Modelle:
Verschiedene Winkel: frontal, seitlich, Dreiviertel
Verschiedene Ausdrücke
Drinnen und draussen
Verschiedene Outfits
Für Stil-Modelle:
Verschiedene Motive
Gleicher konsistenter Stil
Verschiedene Kompositionen
Für Objekt-Modelle:
Mehrere Winkel
Verschiedene Massstäbe
Unterschiedliche Licht-Setups
Für Szenen-Modelle:
Weit- und Nahaufnahmen
Verschiedene Perspektiven
Verschiedene Tageszeiten
Häufige Fehler vermeiden
Geringe Vielfalt: Gleiche Pose/Winkel in jedem Bild
Inkonsistente Motive: Verschiedene Personen/Objekte mischen
Schlechte Qualität: Unscharfe, dunkle oder komprimierte Bilder
Falscher Modelltyp: Stil wählen, wenn du Objekt meinst
Unruhige Hintergründe: Ablenkende Elemente in Trainingsbildern
Trainingsergebnisse prüfen
Nach dem Training (dauert ungefähr 20 Sekunden):
Generiere Testbilder mit verschiedenen Prompts
Probiere verschiedene Stile und Settings
Prüfe auf Konsistenz in den Outputs
Bei Unzufriedenheit, versuche deine Trainingsbilder umzuordnen oder neue hinzuzufügen
Wann neu trainieren
Ergebnisse erfassen das Motiv nicht genau
Output ist inkonsistent
Modell reagiert nicht gut auf Prompts
Du hast bessere Trainingsbilder verfügbar