SeaArt LoRA学習ガイド | lilting channel

概要

ローカルでLoRA学習環境を構築しようとしたが、「クラウドでもいいんじゃない？」という話があった。

調べたらSeaArt（たまたま課金してた）で学習データを投げてLoRA作れることが判明。環境構築不要でsafetensorsをダウンロードすればローカル生成できる。

メリット

環境構築不要（クラウドで学習）
GPU不要で学習可能
safetensorsでダウンロード → ローカルで使える
FLUX/SDXL/Pony/Illustriousなど多彩なベースモデル対応

料金（2025年12月時点）

プラン	スタミナ/日	備考
Free	0	LoRA公開必須
Beginner SVIP	300	非公開LoRA可、3日無料トライアルあり
Standard SVIP	700	-
Professional SVIP	2,100	-

トレーニングは全プランで利用可能（スタミナ消費）
無料プランはLoRAを公開しないと使用できない
非公開でLoRAを使いたいなら有料プラン必須

事前準備

学習データ

画像: 200枚（カラー/モノクロ各100枚）
サイズ: 512x512（ツールで自動クリップ＆リサイズ）
バリエーション: 顔アップ、バストアップ、全身
キャプション: 自動生成後に手修正済み

ファイル構成

dataset/
├── image001.png  (512x512)
├── image001.txt  (キャプション)
├── image002.png
├── image002.txt
└── ...

SeaArt LoRA学習手順

1. アカウント作成 & ログイン

https://www.seaart.ai/ja

SNSアカウントで簡単にログイン可能。

2. トレーニングページへ移動

「創作 → トレーニング → データセット作成」

3. ベースモデルを選択

ローカル生成時のGPU（今回はRTX 4060 8GB）で動くモデルに合わせて選ぶ。VRAM 8GBならSDXL系が動作する。

モデル	ベース	特徴	4060対応
Illustrious-XL	SDXL	イラスト特化	○
AuthakuMix	Pony	アニメ特化	○
NoobAI-XL	SDXL	汎用	○
FLUX	FLUX	最新・高品質	× 厳しい

注意: SDXL系LoRAはSDXL系モデルでのみ使用可能。

4. データセットアップロード

「キャプション付き画像がある場合はデータセットアップロードを使用」

画像とtxtファイルをセットでアップロード
ファイル名を揃えておけば自動で紐づく
タグ付けアルゴリズムはスキップ（既にキャプションあるため）

5. キャプション確認

アップロード後に確認するポイント:

✓ トリガーワード（造語）が先頭にある
✓ 英語タグ、カンマ区切り
✓ キャラ固有の特徴（髪色、目色など）は削除済み
✓ 構図タグが正しく入っている

構図タグの例

クリップ	タグ
顔アップ	`portrait`, `close up`, `face`
バストアップ	`upper body`
全身	`full body`

6. 学習パラメータ設定

200枚の場合の推奨設定

項目	推奨値
リピート数	5（枚数多いので下げる）
エポック数	10
バッチサイズ	2
学習率	0.0001（1e-4）
ネットワークサイズ（Dim）	64〜128
ネットワークAlpha	Dimの半分（32〜64）
スケジューラー	cosine_with_restarts
オプティマイザー	AdamW または DAdaptation

ステップ数の目安

100枚: リピート10 × エポック10 = 10,000ステップ
200枚: リピート5 × エポック10 = 10,000ステップ

7. プレビュープロンプト設定

学習後のサンプル画像生成用:

my_chara, 1girl, upper body, smile, simple background

8. トレーニング開始

「データセット名を入力 → 今すぐトレーニング」

順番待ちあり（混雑時は2〜4時間）
ブラウザ閉じても学習は進む
有料プランなら優先権で待ち時間短縮

9. 学習完了 → ダウンロード

「トレーニング履歴 → タスク完了を確認」

エポックごとにサンプル画像が表示される
出来がいいエポックを選択
「ダウンロード」→ ローカルにsafetensors保存
「セーブ」→ SeaArt上に保存（非公開設定可能）

カラー/モノクロ LoRAを分ける

両方作成する場合

LoRA	トリガーワード	用途
カラー版	`my_chara_color`	表紙、カラーページ
モノクロ版	`my_chara_mono`	漫画本編

トリガーワードを分けておくと使い分けしやすい。

モノクロ生成時のプロンプト

プロンプト:
my_chara_mono, 1girl, upper body, smile, monochrome, greyscale, manga, lineart

ネガティブ:
color, colorful

最初からモノクロで生成するのが一番綺麗。カラー→グレスケ変換は劣化する。

ローカルでの使用

ダウンロードしたsafetensorsの配置

ComfyUI:
ComfyUI/models/loras/my_chara.safetensors

A1111:
stable-diffusion-webui/models/Lora/my_chara.safetensors

RTX 4060 8GB での生成

SDXL系モデル → 動く
LoRA + ControlNet同時使用 → VRAM厳しめだが動く
ComfyUIのほうがVRAM効率いい

ControlNetで構図指定

ワークフロー

1. Clip Studioで3Dデッサン人形ポーズ作成
2. PNG出力（512x512、白背景）
3. ControlNet（Depth推奨）に入力
4. LoRA適用して生成

ControlNetの種類

種類	クリスタ3Dとの相性	用途
Depth	◎	立体感そのまま維持
OpenPose	○	ポーズだけ抽出
Canny	△	輪郭線が邪魔になることも

3DからならDepthが一番安定。

セキュリティ / 公開設定

プランによる違い

プラン	LoRA公開	備考
無料	必須	公開しないとSeaArt上で使用不可
有料	任意	非公開のまま保存・使用可能

安全に使うには

有料プランで非公開設定 → SeaArt上で自分だけ使える
safetensorsでダウンロード → 完全にローカル保存、他人に使われない
モデルマーケットに投稿しない

無料プランでもsafetensorsをダウンロードしてローカルで使えば、他人に使われることはない。

詳細設定

学習率 & オプティマイザー

オプティマイザー	特徴	Learning Rate
AdamW	標準、安定	0.0001
AdamW8bit	軽量版	0.0001
DAdaptation	自動調整	1
DAdaptAdam	自動調整	1
Prodigy	自動調整	1（自動設定）

ネットワーク設定

項目	説明	推奨値
Dim	高いほど細かい特徴を反映	64〜128
Alpha	低いとLoRAが強く適用	Dimの半分

スケジューラー

種類	特徴
cosine_with_restarts	安定、複数画風向け（推奨）
cosine	滑らかな減少
constant_with_warmup	初期安定化

トラブルシューティング

特徴が出ない

学習ステップ数を増やす（エポック数UP）
Dimを上げる（64→128）
トリガーワードがプロンプトに入ってるか確認

特徴が強すぎる / 崩れる

リピート数を下げる
バッチサイズを上げる
エポック数を下げる

特定のポーズに固定される

学習データのバリエーションが足りない
構図タグ（upper body等）が正しく入ってるか確認

まとめ

推奨フロー

SeaArt有料プラン1ヶ月に加入
カラーLoRAを学習 → safetensorsダウンロード
モノクロLoRAを学習 → safetensorsダウンロード
RTX 4060 + ComfyUIでローカル生成
ControlNet（Depth） + クリスタ3Dで構図指定
漫画コマ量産

ポイント

ベースモデルはSDXL系（Pony/Illustrious）
200枚ならリピート5 × エポック10
トリガーワードはカラー/モノクロで分ける
生成は最初からモノクロで出す（後変換は劣化する）
LoRAは非公開設定で他人に使われない

後編では、実際に学習データを投げてLoRAを作成し、出力結果を見ながら調整していく流れを書く予定。