Strict mirroring

详情

模型描述

这是用于研究“严格镜像”概念训练边界的早期实验性LoRa。

我认为这是可能的,因为SDXL能够绘制镜面地板。

状态

IL V2:此LoRa版本可提高新生成图像中获得严格镜像的概率(在8-20步内提升24%)。增加步数可优化结果;增加LoRa的权重也能优化结果(权重为2.0时成功率达60%)。

IL V1:此LoRa版本可略微提高新生成图像中找到严格镜像的概率(4步dmd2下提升10%,8步dmd2下提升12-16%)。增加步数可优化结果。

我将进入实验的下一步。

更新日志

IL V2

  • 添加了负向标记:

    • x_out_of_mirror(防止镜像超出镜子边界)

    • x_differect_reflection(抑制错误的对称性)

    • different reflection(与x_out_of_mirror作用相同,但为Danbooru标签)

  • 将带有负向标记的AI生成图像添加至数据集。

  • 训练轮数从V1的10轮提升至60轮。

  • 使用清洗后的词典进行训练:x_mirror_reflection、x_reflection_face、x_reflection_facing_aside、x_reflection_facing_away、reflection、mirror、hand on mirror、full-length mirror、broken mirror、reflection focus、looking at mirror。

使用方法

在你的工作流中加载LoRa,并在提示词中使用x_mirror_reflection激活它。接着,从以下选项中选择一个,以控制人物面部相对于镜子的位置:

  • x_reflection_facing_away

  • x_reflection_facing_aside

  • x_reflection_face

现在你可以使用负向提示词(在IL V2中可额外提升8%的镜像成功率):x_out_of_mirror, x_differect_reflection, different reflection

此模型生成的图像

未找到图像。