Flux LoRA Block Weights Preset Tester - ComfyUI

在右侧面板的“关于此版本”中查看每个版本的更改。

进行区块分析可以完全拯救一个使用糟糕数据集训练的LoRA，甚至能让一个优秀的LoRA更上一层楼！它能帮助使LoRA更具灵活性、彼此兼容，并且对背景、颜色、质量、角色面部等无破坏性。你可以在这里了解更多：https://civitai.com/articles/8733/post-training-block-weight-analysis-give-flux-loras-a-second-breath

自那以后，有人告诉我，我的指南根本不够实用，而他们是对的。我基本上只是说需要反复试验。因此，为了使事情稍简单一些——主要是为我自己，但我想也能帮助其他人——我制作了这个工作流。

它将使用我自己的12种区块权重预设，为你生成一个LoRA样本。这些预设是我过去在某个Flux LoRA上通过反复试验和测试发现效果不错的。它们都是通过试错和测试得出的。

这些预设彼此不同，根据你的概念可能会产生不同的结果。但有几组预设我希望特别提醒你注意：

7号和8号，尤其是7号，在保留原始模型的色彩、对比度，并可能维持角色姿态和面部特征方面表现特别出色。目前我认为，如果你的目标是尽量减少对原始模型的破坏，7号通常是最佳预设。但请注意，它可能会让你的图像看起来“更丑”，因为大多数LoRA实际上作为真实感增强器发挥作用，因为它们是在高质量图像上训练的。但7号可能会剥离这种真实感，使你的概念回归到基础模型的质量水平。这可能是你想要的，也可能不是，取决于你的目标。

5号、9号和10号效果很好，且彼此相似。它们会更多地体现你的LoRA概念，但可能修正过度训练带来的奇怪效果，我也很喜欢它们。

3号、4号和6号能最大程度保留你完整LoRA的保真度，建议尝试。

11号和12号是新加入的，我尚未充分测试。

我认为使用起来相当简单。最终它会生成一个包含所有结果的图表。你也可以选择仅测试部分预设，以加快运行速度。如有任何疑问，请留下评论。

你可以在分析后使用我的工具，以所需的区块权重重新合并LoRA：https://github.com/diodiogod/Flux-Block-Weight-Remerger