V1.0是不良人第五季后姬如雪建模的LoRA模型，采用<a target="_blank" rel="ugc" href="https://civarchive.com/models/10415/3-guofeng3">国风3（guofeng3_v32.ckpt [0bb33c7041] ）</a>模型做为底模，基于秋叶的lora整合包进行训练，权重在0.8左右效果比较稳定，配合EasyNegative等负面提示词模型效果更好。这个模型有两种发型，可以通过long hair, ponytail或short hair两组tag来控制长短发。（如果带剑的话，剑的位置不太好控制，容易出现在很奇怪的位置或变成奇怪的样子）V2.0是不良人第四季姬如雪建模的LoRA模型，采用<a target="_blank" rel="ugc" href="https://civarchive.com/models/10415/3-guofeng3">国风3（guofeng3_v32.ckpt [0bb33c7041] ）</a>模型做为底模，基于秋叶的lora整合包进行训练，权重在0.8左右效果比较稳定，配合EasyNegative等负面提示词模型效果更好。这个模型有两套服饰，两种发型，可以通过blue colothes或miao两组tag来切换两套服装，加headware可以画出苗族头饰。（剑和1.0一样依然不好控制，有的时候背后还会背上龙泉剑，因为素材中有，但是细节还原度不高）权重在0.8时，面部还原度较高，但是场景、姿势比较固定，v2.0由于训练数据夜景和室内比较多，因此光线有些暗，可以适当降低模型权重或者增加白天等光线tag权重。权重在0.4时，能保留模型主体特征，并提供更大的自由度以更换姿势、服装及背景，画出更通用但不那么还原的图。初始分辨率540x960，采用R-ESRGAN 4x+放大算法，重绘幅度0.3放大2倍进行高清修复，然后图生图用SD upscale脚本，选择同样的算法，重绘幅度0.1进行超分放大，可以得到效果不错的4k高清图片。（此方法第一步直接生成1080P的图片，比较看脸，不易批量操作，16G显存最多只能同时生成4张图片，出图及修图效率较低，但是质量较高）<a target="_blank" rel="ugc" href="https://www.tusiart.com/models/603297700835788281">jiruxue_姬如雪——不良人 - v1.0 | 吐司 </a>[Blocked Link]<a target="_blank" rel="ugc" href="https://www.tusiart.com/models/603297700835788281"> (</a><a target="_blank" rel="ugc" href="http://tusiart.com">tusiart.com</a><a target="_blank" rel="ugc" href="https://www.tusiart.com/models/603297700835788281">)</a><a target="_blank" rel="ugc" href="https://www.tusiart.com/models/603298160397288961">jiruxue_姬如雪——不良人 - v2.0 | 吐司 </a>[Blocked Link]<a target="_blank" rel="ugc" href="https://www.tusiart.com/models/603298160397288961"> (</a>tusiart.com)(这里可以在线跑图看效果，需要开高清修复看脸抽卡，速度还可以，每天有免费额度)

jiruxue_姬如雪——不良人

不良人第五季后姬如雪建模的LoRA模型，采用<a target="_blank" rel="ugc" href="https://civitai.com/models/10415/3-guofeng3">国风3（guofeng3_v32.ckpt [0bb33c7041] ）</a>模型做为底模，基于秋叶的lora整合包进行训练，权重在0.8左右效果比较稳定，配合EasyNegative等负面提示词模型效果更好。这个模型有两种发型，可以通过long hair, ponytail或short hair两组tag来控制长短发。（如果带剑的话，剑的位置不太好控制，容易出现在很奇怪的位置或变成奇怪的样子）第五季后才有4K的视频，但是建模也变了，个人感觉虽然清晰度提高了，但是建模精度却没提高，个人其实更喜欢第四季的建模，但是只有1080P的分辨率，到时候单独练个三四季的建模，不知道会不会糊。

Files with SHA256: bfbeb5013f49123ddc5d9ca72a29cc81696caced5864cda2e3f24c25296fb028