Neo-Noir ⛩️ by Huggy

💡 在站内搜索“huggy”以查找我所有的模型。

💡 模型会频繁更新，请务必定期回访并使用最新版本。

⛩️ 版本3

在风格化、质量与泛化能力之间进行了优化，采用双倍训练步数、减半训练速度，
成为迄今为止训练成本最高的LoRA。

⛩️ 版本3使用说明

必备触发词：

grainy_anime,(soft shadows:1.2),dark background

光照触发词：

可按喜好更改颜色。
某些颜色（如红色）可能非常敏感——可通过权重降低强度，例如：

(red primary lighting:0.85)

其他可用的光照触发词：

可按喜好更改颜色。

orange accent details
yellow dramatic lighting
green ambient lighting
pink shading

质量触发词：

版本3针对2.5D或写实风格进行了优化。

仅在高分辨率修复/添加细节步骤中使用。

避免在首次生成时添加，否则会过度消耗注意力并破坏风格。

realistic

⛩️ 下一版本将修复的问题：

使用更多训练数据和更激进的训练方式（10,000步）以对抗顽固的红色/黄色偏色。

修正数据标注拼写错误：

• 补充缺失单词："front"

• 修正拼写错误："ambientt" → "ambient"

• 删除重复项：

  • "paper coffee cup / soda can"

  • "dark cloud"

  • "red curtain" / "hairy"

• 新增关键词："afternoon"

• 删除冗余词："simple background"

🧪 V2.5E24 — 版本3前的实验版

并非新黑色风格，但确实非常奇特。

本版本因Flux Kontext的数据清洗而显著提升了整体质量。
然而，新的训练方案未能完全忠实于原始训练数据的风格，但出人意料地，它充满趣味且易于操控！

🧪 V2.5E24使用说明

最佳基础模型：

• Hassaku XL (Illustrious) v1.3 - Style A

用于动漫风格：

• 使用CFG尺度：5

• 使用步数：>36

V2.5E24针对2.5D风格动漫进行了优化：

1. 首先，像往常一样生成一张扁平的动漫图像。

2. 然后应用高分辨率修复或添加细节步骤。

3. 在此阶段，添加额外提示词："realistic"
   避免在首次生成时过早使用"realistic"，因为它会消耗过多注意力并破坏风格。

🧪 V2.5E24高级触发词（谨慎使用——效果狂野）

• red dramatic lighting（可搭配任何颜色）

• blue shading（任何颜色 + 阴影）

• 将"red skin"作为负面提示词，以中和此效果

这些触发词可增添戏剧性的深度与氛围，但也可能意外导致肤色过度染色。

🧪 性别偏见说明

• 使用63张男性图像与63张女性图像进行同等训练。

• 由于大多数基础模型存在偏见，男性角色可能看起来中性化。

• 为生成真正阳刚的男性角色，请添加额外提示词：

  • male, manly, bara

📒 V2.5E24版本更新内容：

• 减少对触发词的依赖，增强其自身的风格表现力。

• 优化训练文件，获得6种鲜明色彩主题。

• 新增训练文件清理与排序流程：

  1. 移除畸变、噪点、边框、干扰物及无关背景

  2. 应用色彩分级、对比度调整与HDR调色

  3. 生成不同色彩主题与服装的变体

  4. 同时创建动漫风格与写实风格

📒 早期版本：

V02E26 / V02E41 — 低保真模型，易于与其他LoRA配合使用。

V02E76 / V02E81 — 高保真模型，仅建议作为独立LoRA使用。

⛩️ 推荐触发词（适用于早期版本）：

此LoRA高度依赖触发词，以营造情绪化与戏剧化的氛围。

"必备": hu99y, film grain, dramatic light, rim light, dark, 

"色彩": "red" 和 "blue" 戏剧性光线，"yellow" 和 "green" 色调方案，

"天空": sunset, sunrise, "golden" sky, dark cloud, 

"场景": cityscape, building, field, mountain, trail, beach, ocean, 

⛩️ 检查点评分（适用于早期版本）：

🎉 此LoRA是我实现创建100个LoRA目标的一部分。

📒 镜像声明

我注意到一些网站（如Modelslab和yodayo）使用机器人镜像我的模型。特别是SeaArt，其下载量和生成量数据非常可观。

1. 如果你镜像我的模型，我不介意——像civitaiarchive这样的网站一直这么做。

2. 但如果你阻止用户下载模型，并强制他们使用付费在线服务，我会介意。

3. 如果你声称版权或将生成内容的所有权归属用户，我也会介意。这些是开源模型，基于开源基础并使用有限所有权数据训练。任何人都不应主张版权——包括我自己。只需注明来源即可。