V2.3 最新版本
这一版触发词发生了变化:restrained_pose_\(arms at one's back\), cn_rope_\(a style of bondage on arms\), rope reining neck,
一共3个,一个是姿势,一个是绳子,一个是勒脖子的绳子(可选)。
具体的提示词用法请看示意图,即触发词融入正常书写的句子中。所有示意图均为comfyui出图,直接拖入comfyui可直接看出图提示词。需要注意的是,如果不使用人物lora,可正常使用触发词。背面如发现肢体错乱,请提高本lora的模型强度。
当同时使用人物lora的时候,请增加本lora的模型强度,增加句子中触发词的权重,具体参考数值见例图。并且,针对不同的人物lora需要本lora的模型强度和触发词权重不一样,人物正反面的情况也需要本lora不同的模型强度和触发词权重,请大家自行测试。
此外,抽卡是必须的。本次版本基本实现了“万物皆可绑”,属于练了N次之后,本人比较满意的一个版本。
bound,实现中式五花大绑
训练底模:epiCRealism_newAge
训练集照片:78张
训练步数:7020和6318(把最后两个epoch的文件分享出来)
dim:64
阿尔法:32
触发词分情况讨论:
1. 正面照:front view,arms behind back,single rope bound arms/double rope bound arm(因为捆绑绳子可以是单绳或者双绳,所以可以从两种style中任选一种),arms behind back,
2. 侧面照:from side,arms behind back,single rope bound arms/double rope bound arm
3. 背面照:from behind,single rope bound arms/double rope bound arm,wrists bound together,
4. 可加提示词:rope bound neck,这个是正面和侧面照勒脖子的那根绳子。
权重:0.7-1。权重因出图底模而异,通常正面照和侧面照0.7权重就够了,背面照得1.0权重。这个值仅供参考,还得根据具体模型而定。
泛用性:测试了2D,2.5D,3D(真实模型),泛用性还不错,但是得抽卡,得测具体的合适权重值。
建议:如果lora中的人脸对出图影响过大的话,请使用lora block weight,分层控制,削弱lora对人脸的影响。如果使用人物lora,尤其是带服装的人物lora,建议先用出图底模+bound lora
Description
7020 steps
FAQ
Comments (11)
如果使用人物lora,尤其是带服装的人物lora,建议先用出图底模+bound lora出一批次的图,然后将该图导入图生图重绘,把手、胳膊、绳子部分用蒙版遮挡,然后重绘非蒙版区域,同时用controlnet的depth进行引导。引导时机不要超过0.4。
可以训练一个pony或者XL的吗?
没打算用XL,用的flux1,马上上新的。
抱歉,pony被我直接跳过了。flux fp8 schnell直接4步出图。
@lordsidious F1主要要求太高了很多设备都没法跑
@worhunter09794 我用的是iris xe 的核显,没办法,只能用cpu跑,schnell的模型,4步出。一个图大概10min。
@lordsidious 所以说想要个Pony的,Pony的设备要求比F1好不少,快很多
@worhunter09794 flux fp8 schnell比pony快
@lordsidious 好吧,我看看。现在那就等F1的其他角色LoRA了。对了这个Lora用来重绘其他模型跑出来的图把角色捆起来的效果怎么样?
@worhunter09794 没试过。你自己跑几个图试试,然后反馈一下吧。
@worhunter09794 人脸泛化性,我想想办法








