Retro Trash

早上好，CIVITAI！

我又带来了一个LoRA！这是我 frustration 的产物！Illustrious 上根本找不到好的复古风格！

我听见你在说：“那个怎么样？” 亲爱的稻草人Chucklefuck，那些都不算数。我试过的复古LoRA要么是“伪复古”，要么过度训练、过度调参，或者缺乏灵活性，结果都像一锅粥。

那么，我做了什么？

我这里提供的是一个数据集，由真实年代准确的屏幕截图组成。

我们看的是一个经过筛选、清理和修复后的150张图片数据集，原始数据来自90年代的400多张截图。其中包括但不限于：

1. 《机动战士高达： Stardust Memory》

2. 《攻壳机动队》

3. 《阿基拉》

4. 《犬夜叉》

如你所见，我们选了一些很有趣的素材。

清理之后，我利用站内标签器生成了描述文本。当时还剩下200多张图片，于是我用Python脚本结合 cleanvision 再次过滤，最终留下150张，并导入Kohya，利用自适应优化器训练，这是我上传的第五个epoch，训练步数超过3万步。

你可能想不到，但对风格LoRA而言，训练不足反而更好，因为很少人只用风格LoRA。稍微欠训练能提高灵活性，避免风格模型产生过多“粥状”干扰。再配合较高的rank/alpha值，这个LoRA可以更生动地表现风格，而不会干扰其他LoRA注入的概念或风格。这意味着，你可能需要更高的强度，而不是更低，来发挥这个欠训练LoRA的风格表现力，但也因此获得了更大的表达自由度。

我在3090上训练了超过15小时，如果你能打点赏就太好了，至少请发布你的生成结果！看到别人用我做的东西玩得开心，总是让我笑得合不拢嘴！

现在说重点：

我建议的强度范围是1.0–1.5，具体取决于你的模型或其他LoRA。

主要触发词是 retroanimu，如果你想要更多，也可以加上 retro artstyle, 1980s (style), 1990s (style)。

数据集本身更偏向高达系作品，所以你可能会看到一些高达相关的元素，比如驾驶舱、飞行服或制服。效果因人而异，但这本身就是技术的内在特性。