项目标题是dragonballz_e235-2，乍一看像个模型文件名或者某个训练任务的编号。我拿到这个题目时，第一反应是——这大概率是一个基于《龙珠Z》风格图像的 AI 训练项目，e235 可能是数据集批次或者内部代号，-2 表示第二个迭代版本。这类命名方式在图像生成模型微调、LoRA 训练、风格化迁移的项目里非常常见，我自己也习惯用“项目名_版本号”这种命名法来管理实验。
这个项目核心解决的事情其实很明确：把《龙珠Z》原作里那种标志性的赛璐璐手绘质感、高对比度色块、肌肉线条和战斗动态感，让 AI 模型能够稳定复现出来。无论你是想做同人图、漫画风格化视频帧，还是游戏素材概念设计，这个东西都能帮你跳过大段 Prompt 调参的时间，直接获得风格稳定的出图结果。适合的人群也比较清晰：喜欢龙珠题材的 AI 绘画玩家、想给自媒账号做固定视觉风格的创作者，以及研究动画风格迁移的技术爱好者。
我基于这个标题，结合自己跑过多次动漫风格 LoRA 训练的实际经验，把整个项目从思路拆解、数据准备、训练调参到问题排查完整梳理了一遍，方便你拿这套流程去复现或者改进自己的版本。
1. 项目整体设计思路拆解
1.1 这个项目到底在做什么
先解释一下dragonballz_e235-2这个命名的含义。dragonballz 是主题标识，e235 是数据集批次编号，-2 是训练迭代版本。按照业内的习惯，这基本上是在说：这是一个以《龙珠Z》动画画面为训练底座的风格模型项目，已经跑到了第二批数据集、第二代模型权重。
这类项目的本质，不是让 AI 学会“画一个孙悟空”，而是让 AI 学会“用《龙珠Z》的视觉语言去画一切”。两者有本质区别。前者是内容识别，后者是风格迁移。你要的是后者，因为风格才是龙珠 IP 最具辨识度的部分——那种浓烈的赛璐璐上色、黑白灰层次分明的阴影切分、肌肉结构被几何化处理后的力量感，以及打斗场景里速度线的独特用法。
所以整个项目设计的第一原则就是：训练数据里的画面风格一致性，比内容多样性更重要。我见过太多新手做动漫风格模型时，把各个时期的截图全丢进去，结果模型画出来的人物一会儿是早期画风、一会儿是布欧篇画风，完全是灾难现场。e235 这个批次编号，在我理解里就是用来标记“同一时期、同一画风、同一个画面处理标准”的数据集版本。
1.2 为什么选择微调方案而不是从零训练
对于《龙珠Z》这种有强烈版权风格的题材，业内主流做法不是从零训练一个生成模型，而是在现有底模的基础上做微调或者训练 LoRA。道理很简单：从零训练一个文生图模型的成本极高，动辄几十万张图和上万 GPU 小时，这不是个人开发者或者小型工作室能承受的。
而基于 Stable Diffusion 这类成熟底模做 LoRA 训练，是性价比最高的方案。你只需要准备几十到几百张高质量风格参考图，训练一张显卡跑几个小时，就能获得一个几十到几百 MB 的权重文件。使用时通过 WebUI 或者 ComfyUI 加载这个 LoRA，再配合针对性的 Prompt，就能稳定输出龙珠风格的内容。
还有一点是可控性。LoRA 的权重强度是可以调节的，你可以把强度调到 0.6 到 0.8 用来出“带有龙珠味道”的画面，也可以拉到 1.0 以上获得“完全龙珠化”的输出结果。这种灵活性是训练一个完整模型做不到的。我在实际项目中通常保留多档权重版本，用途不同就切换不同强度，非常方便。
1.3 项目目标与应用场景预判
跑这种风格化项目之前，一定要先想清楚出图要给谁用、用在哪里。同样是龙珠风格模型，你做漫画同人插画和做动画风格视频帧的需求完全不一样。前者要求静态画面构图精度高，后者要求动作姿态自然连贯。
我在拆解标题时判断dragonballz_e235-2的目标场景更偏向静态高质量出图，因为这个命名里的序号记录方式是典型的“数据集跑批—训练—评估—再迭代”模式，这是静态图风格模型训练的标准节奏。如果你是想做视频风格化，通常不会用这种命名颗粒度去管理，而是会按镜头、按序列去做数据集切分。
不管怎样，这个项目能做的事非常多——同人插图绘制、漫画式海报设计、龙珠风格的原创角色形象设计、甚至往游戏里塞几张风格统一的宣传图，都是完全可以的。我后面分享的流程也主要是围绕静态图生成来展开的。
2. 核心细节解析与实操要点
2.1 数据采集：不是截图就能用
关于训练数据准备，我踩过的坑比训练本身多得多。很多人以为收集龙珠截图丢进训练集就完事了，实际上数据的质量决定模型的上限，这句话在风格化训练里体现得淋漓尽致。
采集环节要注意三个硬标准。第一，画面必须干净，不要带字幕、Logo、对话框和UI元素，这些文字信息会被模型当成画面一部分学进去，出图时经常出现莫名其妙的文字残影。第二，分辨率不能太低，我个人的标准是图最短边不低于 768 像素，低于这个值直接丢弃，因为低分辨率图像会把细节糊成一团，模型学不到锐利的线条和色块边界。第三，画风必须统一，优选《龙珠Z》原作动画的正片截图，而不是剧场版或者后来重制版的画面，后两者的色彩处理和线条风格与原作有差异，混在一起会拉低风格纯度。
e235 这个批次编号，我推测代表的是某一批经过上述标准筛选后的数据集合。我自己做动漫风格数据集时，常用脚本批量处理原始截图，先做字幕裁剪和画幅统一，再按清晰度自动过滤，最后人工过一遍剔除崩脸和场景混乱的图，整个过程非常耗时，但值得。
2.2 图像预处理与打标
数据准备的下一个环节是打标。这里的打标不是给每张图写一段描述，而是决定模型如何理解训练画面中的内容要素。对于风格化训练，我更推荐使用带有结构信息的描述，而不是纯风格描述。
举一个具体例子，一张孙悟空发波的截图，如果你只给三个标签“spikey hair, orange gi, energy blast”，模型会把注意力放在元素识别上，忽略了画面整体的赛璐璐质感和阴影处理逻辑。更好的做法是用自然语言描述整幅画面：一个拥有刺猬发型的战士穿着橙色武道服摆出战斗姿势，手掌前方有明亮的蓝色能量光球，画面采用赛璐璐上色风格，阴影分割清晰锐利，背景是动态速度线。
这样打标，模型才能在把握全局构图的同时，把龙珠特有的视觉元素与画面逻辑关联起来。实际情况下不需要手动逐张写，可以用现成的图像标注模型做初稿，再批量替换掉与龙珠风格不匹配的风格描述词。比如自动标注里常出现的“anime style”和“3d render”，前者可以保留，后者必须删除，因为 3D 渲染质感会污染整个训练导向。
2.3 数据集分组与数量配比
很多人忽略数据集内部结构对训练效果的影响。我训练龙珠风格模型时习惯将数据分成三个子集：人物特写、全身姿态、场景动作，占比大致为 4:3:3。
这个比例是经过多次实验得出来的。人物特写偏多，是因为龙珠里大量的名场面都是表情和肌肉线条的特写，这部分是风格辨识度的核心来源；全身姿态负责教会模型正确的身体比例和动作张力，占比过低会导致出图时人物腰部以下的表现在崩坏的边缘；场景动作则提供战斗动态和特效处理的参考，这部分决定了发波、瞬移、对拳等标志性动作的还原度。
分类完之后还有一个细节，就是对每张图做随机裁剪或者缩放增强，让模型在训练时能看到同一张图的不同局部。这能有效防止模型对构图死记硬背，增强对多种画面比例的适应能力。我一般会同时准备 1:1、4:3、3:4 三档画幅的裁剪版本，保证后期出图时可以灵活选择横版或竖版构图。
3. 实操过程与核心环节实现
3.1 训练环境与参数选择
如果你要复现dragonballz_e235-2这个项目，环境搭建方面建议采用当前主流的 Kohya_ss 训练框架。这个工具的 GUI 版本很适合管理训练任务，LoRA 训练和完整微调都支持，并且对显存的管理比很多脚本写得好。
关键参数方面，我直接给一套实测稳定可用的配置，当然你需要根据自己显卡的显存调节：
| 参数项 | 推荐值 | 说明 |
|---|---|---|
| 底模 | Stable Diffusion 1.5 或 SDXL | 1.5 生态更成熟，SDXL 细节更强，按需选择 |
| 训练分辨率 | 768x768 | 与数据集目标分辨率一致，不要低于 512 |
| 批量大小 | 2 | 显存够可以上到 4，注意观察显存占用 |
| 学习率 | 1e-4 到 5e-4 | LoRA 用 1e-4 起步，完整微调建议更低 |
| 训练步数 | 2000 到 4000 | 数据集规模大时适当增加，观察 loss 曲线 |
| 网络维度 | 常用 64 到 128 | 维度越高表达能力越强，但文件体积和过拟合风险也增加 |
这里有个容易忽略但很重要的点：底模的选择要考虑训练数据的分辨率状态。龙珠Z 原片很多画面是 4:3 画幅的，直接喂给 SDXL 训练，宽高比拉伸会导致人物比例变形。我的做法是先统一做边缘填充或者裁剪，再以 768x768 的正方形分辨率进入训练。你也可以选择按原比例分组训练，但这需要训练框架支持多分辨率分组，配置复杂度会高一些。
3.2 训练过程的监控与判断
训练开始之后，不要扔在那里干等。我通常每 100 步保存一次中间权重，同时在 TensorBoard 里盯着 loss 值。很多人迷信 loss 越低模型越好，这个在风格化训练里不一定成立。loss 降得太快、太低，往往意味着模型开始过拟合训练集，出图时只会复制训练图的构图和角色，而失去了泛化生成的能力。
我判断训练是否该停下来的经验标准有三个。第一，loss 曲线已经进入平台期，不再有明显下降；第二，抽几张验证集图片，AI 生成结果的风格稳定性和我们训练数据的视觉特征匹配度很高；第三，尝试输入一条全新的 Prompt，比如“一个穿着龙珠风格服饰的原创角色站在城市天台”，如果输出结果在人物形象上不与任何训练集角色雷同，说明模型学会了风格而没有死记内容。
我在跑dragonballz_e235-2这种第二代迭代项目时，会让第一轮训练先跑到 3000 步左右，保存一份中间权重，然后拿固定 Prompt 测试出图效果，再决定是继续加训还是调整数据重新来。这个方法虽然粗暴，但比盯着 loss 曲线猜有效得多。
3.3 推理阶段的权重融合与参数调整
训练完成后拿到的 LoRA 权重文件，在推理阶段还有个调优空间——通过给同一模型设置不同的权重强度来匹配不同创作需求。WebUI 里面有个 LoRA 强度滑块，从 0.2 到 1.5 都可以拖，不要只固定在 1.0。
我在实际出图中摸索出一套经验规律：强度 0.4 到 0.6 适合生成带龙珠影子的混合风格画面，比如“龙珠画风的现代都市日常”，这时候人物体态和肌肉线条有龙珠味，但不会过度崩坏；强度 0.7 到 0.9 是综合质量最稳的区间，龙珠风格明显，同时构图和色彩不容易出怪问题；强度 1.1 以上适合追求强烈风格化的创作，比如纯粹复刻龙珠漫画封面风格，但代价是人物结构容易在边缘处崩掉，需要多抽几张图挑能用的。
另外，Negative Prompt 的设置对这个项目很重要。我在推理时一般会挂上一个通用负面词列表，包含 low quality、bad anatomy、extra limbs、worst quality、blurry、text、watermark、logo 这类关键词。龙珠风格模型因为训练数据里有大量战斗动态画面，生成时容易出现多手多脚、身体扭曲的奇异变形，负面词可以有效压制这类错误。
3.4 后期修图与画质增强
训练出的模型直接出图往往还有瑕疵，我很少把生成的图直接用于正式场合，而是会走一道后期流程。这个环节可以极大提升成品的完成度，尤其是当你要把图拿去打印或者发高清平台时。
第一步做超分。推荐用 Stable Diffusion 自带的 Hires fix 功能，把放大倍率设到 1.5 到 2.0，重绘幅度控制在 0.3 到 0.4 之间。这个参数不能太高，重绘幅度过大AI会重新理解画面，导致人物脸部细节被改变；也不要太低，太低就只是单纯放大，没有补充细节的作用。
第二步是局部重绘。对于脸部、手部等容易崩坏的地方，用局部重绘局部修补。我实际操作时会用 WebUI 的 Inpaint 功能，选一个比较保守的重绘幅度 0.4 左右，专门用模型重新画一遍脸部。这样既保留了原来的构图和背景，又能把细节修干净。
第三步才是最终输出格式处理。如果是发网页或者社交平台，导出为 WebP 格式可以有效控制文件体积；做印刷物料的话就导出高分辨率 PNG 或 TIFF。这个细节很多人忽略，但实际影响交付质量。
4. 常见问题与排查技巧实录
4.1 为什么出图总是带文字残影
文字残影问题几乎每个做动画风格训练的人都会遇到。根本原因在于训练集里混入了带字幕的截图。虽然准备数据时已经做了一遍筛查，但有些图片的字幕位置在画面边角，或者小字翻译字幕嵌在画面内容里，肉眼审查时很容易漏掉。
排查方法是训练前用脚本批量检测图像的文字区域。OpenCV 的 EAST 文本检测器或者现成的 OCR 接口都可以用来做这一步，对每张训练图跑一遍文字检测，把置信度高的图自动剔除。我在跑第二个迭代版本时，就是因为增加了这道检测，出图时的文字残影率从大概五分之一降到了可以忽略不计的水平。
如果你已经训练完了才发现这个问题，补救做法是在负面词里加 text 和 letters，同时训练集修正后重新跑一轮 LoRA，不要浪费时间在修图上去和各种字迹斗智斗勇。
4.2 出图角色像某个具体人物而不是原创角色
这是过拟合的表现。模型的泛化能力不足，看到 Prompt 里的相关关键词就直接搬出训练集里的既有形象。这个问题通常是因为数据集中某个人物的特写图占比太高，比如孙悟空的特写有 40% 以上，模型就会默认把“赛亚人、武道服、金发”这些关键词和孙悟空绑定。
处理方案有两个方向。一是重新平衡数据集，增加其他角色和原创构图的比例，把单一角色的占比压到三成以下。二是训练时降低学习率或者增加训练数据量，让模型有更多样本来学习风格特征，而不是死记某个角色的脸。如果已经在推理阶段，可以通过在 Prompt 里刻意加入不同的动作和环境描述，引导模型组合已有特征而不是照搬单一形象。
4.3 训练时显存不足怎么办
显存不足是个人玩家训练 LoRA 最常见的硬性问题。如果你的显卡显存在 8G 以下，直接开 768 分辨率训练大概率会爆显存。解决办法不止换硬件这一条路。
第一个方案是开梯度检查点，Kohya_ss 里对应的是 gradient checkpointing 选项，开启后训练速度会稍微下降，但显存占用会明显减少。第二个方案是把训练分辨率降到 640 或 512，虽然出图细节会打折，但配合超分流程，最终效果也不会损失太多。第三个方案是降低 batch size 到 1，这是最直接有效的办法，代价是训练时间变长，需要增加训练步数来补偿。
还有一个小技巧是用 bf16 混合精度训练。有些显卡在 fp16 下会出现数值不稳定的问题，换成 bf16 可以改善，同时显存占用和速度几乎没有影响。我自己的主力卡是 12G 显存，配合 batch size 2 和梯度检查点，跑 768 分辨率的 LoRA 训练完全够用。
4.4 训练后生成失败、出黑图或者崩图
黑图问题，我优先怀疑是 VAE 的问题。Stable Diffusion 底模自带的 VAE 有时候会在微调过程中损坏，表现为生成的图片整体偏灰或者出现黑色噪点。解决办法是下载一个官方修复版 VAE 文件，在推理阶段手动替换。
崩图问题则需要看具体情况。如果是整个人物姿态扭曲、肢体数量不对，那是模型的画面结构能力不够，优先考虑增加训练集里全身姿态图的比例，并在推理时强化负面词；如果只是背景细节杂乱，那是风格化模型对非主体内容控制力偏弱，可以通过只重绘背景的方式单独处理。
我自己在dragonballz_e235-2项目的迭代中也遇到过崩图率高的问题，后来发现是训练数据里战斗场面图像太多，模型把战斗动态错误关联到了正常站姿生成上，导致出图时人物重心怪异。调整数据集结构后，这个问题明显改善。
4.5 出图效果太平淡，风格不够突出怎么办
训练完发现出图虽然有龙珠元素，但整体感觉更接近普通赛璐璐风格而不是浓烈的龙珠Z风味，这个问题通常出现在 LoRA 权重强度设置偏低，或者训练数据风格纯度不够。
如果是推理阶段的问题，先把强度拉到 1.0 以上试试。如果强度拉满也不够味，那就是训练阶段数据的问题。检查一下训练集里是否混入了太多重制版、剧场版或者高清修复版的图，这些新版画面的线条和上色更细腻干净，反而削弱了原作那种粗粝有力的手绘感和标志性色彩。
我之前处理的方式是重新整理数据集，只保留原作正片时期的画面，并且按年代归拢。龙珠Z 不同篇章的画风也有微妙差异，比如赛亚人篇到布欧篇，作画监督的更替和数字制作技术的介入，都会让画面质感产生变化。e235 如果能对应到具体的篇章，训练效果会更精准。
5. 项目迭代方向与个人经验小结
5.1 从第一代到第二代的迭代优化重点
根据个人做动漫风格模型的迭代经验，从e235到e235-2这个版本演进，我认为核心优化点应该集中在三个方面。
第一，数据集的纯度和针对性。第一代可能还在用大量混合素材，第二代会筛选出更明确的风格参考范围，并且按画面内容做了分组配比。这是出图质量提升最明显的一环。
第二，打标文本的准确性。第一代可能还在依赖自动标注模型生成描述，第二代会手动修正一批关键画面标签，尤其是把龙珠特有的招式和动态描述准。比如龟派气功的聚集、释放、爆发的不同状态下，标签表述应该是一致的，这样模型才能学会“发波”这个概念而不是一堆零散的画面碎片。
第三，训练策略的调整。第二代通常会在学习率和步数上做更细腻的调优，配合多次评估来决定最终权重版本，而不是第一代那样一次训练到底。
5.2 对想复现这个项目的朋友的建议
如果你打算照着dragonballz_e235-2这个思路自己做一版，我的建议是先从最小的闭环跑通开始。不要一上来就追求几千张图的完美数据集，先用 100 张左右的高质量图片，训练一个粗略版本，跑通数据准备、训练、推理、修图的整个流程，再回来扩大数据集和精细调整。
这个过程能帮你理解每一步的影响。比如你改了几张数据图，出图变化有多大；学习率从 1e-4 调到 5e-4，画面风格是变浓了还是崩了。这些手感比看一百篇教程都有用。
数据命名和版本管理也要从一开始做好。我习惯给每个训练批次起好名字，记录好数据来源、打标版本、训练参数和评估结论。等到回头排查问题时，这些记录能帮你快速定位是做错了哪一步。
5.3 模型风格版权与合理使用提醒
讲一点心得，不管技术怎么跑，用这种风格模型去复刻或者生成商业化内容时，要尊重原作的知识产权。龙珠这个 IP 本身是有版权保护的，用它做个人学习、同人创作和内容实验完全没问题，但如果要做商业应用，比如卖图、接项目、做品牌物料，一定要提前确认使用范围和授权边界。
我自己跑这类项目时通常会把使用范围限定在技术研究和个人作品展示，不拿它做直接的商业变现。实际操作中，很多图站和素材平台对 AI 生成内容也有明确规则，发布前看清楚再传，避免给自己惹麻烦。
5.4 最后分享一个训练中很容易忽略的小技巧
训练结束后一定要做一个“负空间测试”——用完全不含龙珠元素的 Prompt 生成一组普通画面，比如“一只猫坐在窗台上”和“森林里的小木屋”，看看模型会不会把这些日常场景也画成龙珠风格。如果普通场景也被强风格化，说明 LoRA 的适配范围太宽了；如果普通场景不受影响，说明模型很好地锁定了主题边界。
这个测试能帮你判断模型的可控性，而可控性才是风格模型最有价值的部分。我自己每次训练完必做这一步，它比看任何评价指标都直观，也能直接指引下一轮的调优方向。后面再跑e235-3或者别的迭代版本，我就知道该在哪些地方下手修理了。
