haman karn LORA(GUNDAM ZZ)background test
详情
下载文件
关于此版本
模型描述
自动翻译相当奇怪，但我没有能力修正它。
文章可能更容易理解。
v1.5
背景学习比例：噪声1：白背景500：灰背景20。
在白背景的学习标签中重复填写两次：white background, simple background。
更改学习模型。
背景学习比例：噪声1：白背景500：灰背景20。在白背景的学习标签中重复填写两次：white background, simple background。更改学习模型。
以下为修改过程：
不使用噪声背景，仅在学习标签中重复填写两次：white background, simple background
（测试除非将背景本身作为标签调用，否则是否无法降低其影响）
有一定效果，感觉背景绘制有所改善。
更改学习模型，改为能更细致描绘背景的模型。
虽然是白背景学习，但感觉有一定效果。
将背景学习比例调整为：噪声1：白背景500：灰背景20。
背景的不稳定性显著降低，似乎过度训练噪声背景会导致其学习到固定模式。
v1.5 我尝试应用了以上全部三项。如果教师图像较少，无法学习多样化的背景，这种方法或许也值得一试。
v1
背景图像修正测试
此前，我一直以白背景:灰背景 = 9:1 的比例进行训练，但无论好坏，背景图像都显得单调。
这次我测试了将背景图像比例调整为：白背景3.5 : 灰背景0.5 : 噪声背景6，以观察是否能消除背景的单调性。
由于是测试，仅使用 Haman 样作为学习角色。
背景相当不稳定，可能无法获得期望的背景（有时噪声会直接输出）。
推荐设置：
weight 0.5
Hires. fix 2倍
使用 ADetailer，以 face_yolov8n 修正人脸
我尚未尝试太多组合。
此模型生成的图像
未找到图像。