Overfitting bedeutet, dass eine KI beim Training zu stark auf die Trainingsdaten „fixiert“ wird.
Die KI lernt dabei nicht mehr allgemein, sondern merkt sich Bilder fast nur noch auswendig.
Typische Folgen:
Gesichter sehen immer gleich aus
Posen wiederholen sich ständig
Bilder wirken kopiert
wenig kreative Variation
unnatürliche Ergebnisse
Overfitting entsteht häufig durch:
zu viele Epochs
zu kleine Datasets
schlechte Trainingsdaten
zu aggressive Einstellungen
Besonders bei LoRAs oder DreamBooth-Trainings passiert das schnell, wenn zu wenige Bilder verwendet werden.
Man erkennt Overfitting oft daran, dass:
die KI kaum noch flexibel reagiert
Charaktere identisch aussehen
oder Trainingsbilder fast exakt reproduziert werden
Kurz gesagt:
Overfitting bedeutet, dass eine KI zu stark auswendig lernt und dadurch an Flexibilität und Natürlichkeit verliert.