Nhóm độ phân giải là một phương pháp trong quá trình đào tạo AI tạo hình ảnh nhằm phân loại hình ảnh gốc thành các nhóm độ phân giải có tỷ lệ khung hình tương tự và xử lý chúng cùng nhau theo đợt ở độ phân giải tương tự.
Nhóm tỷ lệ khung hình là một phương pháp được sử dụng rộng rãi để phân chia hình ảnh có tỷ lệ khung hình khác nhau có trong dữ liệu huấn luyện của mô hình tạo hình ảnh thành các nhóm độ phân giải (nhóm) theo khoảng thời gian đều đặn, sau đó đưa chúng vào quá trình học và suy luận. Việc buộc phải cắt toàn bộ hình ảnh thành định dạng hình vuông sẽ làm mất thông tin về thành phần, vì vậy đây là phương pháp tiền xử lý tiêu chuẩn để tinh chỉnh chuỗi Stable Diffusion. Trong hoạt động thực tế kể từ năm 2026, độ ổn định của quá trình học sẽ được cải thiện khi số lượng nhóm tăng lên, nhưng việc quản lý bộ nhớ GPU và cấu hình hàng loạt sẽ trở nên phức tạp hơn và có những nguy cơ đã biết là sự hội tụ có thể trở nên không ổn định khi tinh chỉnh với lượng dữ liệu nhỏ được sử dụng. Khi chọn các nhóm trong trường, trước tiên, người ta thường sử dụng cài đặt nhóm mặc định do các khung học tập hiện có (chẳng hạn như kohya_ss) cung cấp, sau đó tinh chỉnh chúng sau khi xem phân bổ tỷ lệ khung hình của tập dữ liệu. Về chi phí của GPU đám mây, việc tăng số lượng nhóm sẽ làm giảm tính đồng nhất của các lô, điều này sẽ có tác động tiêu cực đến thời gian và phí học tập, vì vậy điều quan trọng là tránh chia dữ liệu thành các phần nhỏ hơn mức cần thiết.