C00M - Cum [Flux]

这可能是到目前为止我最满意的结果！

使用84张手动挑选并裁剪的图片进行训练，所有图片均为1024*1024分辨率。描述文字简单而极简，虽然处理得比较随意，但准确无误。我引入了一个单独的标记作为触发词，并将其置于描述的中间：

• «Photo of a woman with C00M on her »，后接简短而简单的上下文提示，如 «face and in her mouth.»。

这似乎让模型对C00M是什么有了非常清晰的认知，并使其能够泛化到完全不同于训练数据的场景中。

训练图片中没有一张包含完整的面部。大多数仅占面部的30%左右，但有几张稍多一些，可能达到45%。这似乎让它能较好地配合角色LoRA，但我尚未充分测试。

与往常一样，使用Flux时，较低的引导值配合更多标记能获得更好的真实感，而较高的引导值则能更好地遵循提示，但代价是更明显的AI风格感。

由于我没有GPU，大部分时间我都是用手机在HF上尝试扩散模型。由于我的手机保存输出时为.jpg格式且不嵌入元数据，因此图库中的照片不幸都没有这些信息。唯一的例外是此处Civitai训练运行输出的正方形图片。

如果你想知道，以下是生成信息：

• 基础模型：Camenduru/Flux.1-dev-diffusers，我不确定这与普通base dev版本是否有区别，还是只是镜像。

• 采样器/调度器：我不知道

• 步数：28

• 引导值：2-3.5

• LoRA强度：1.15

提示词略有不同。有时我会加入«opalescent stringy blobs of C00M»或«a mix of chunky blobs and thick viscous liquid C00M»，但仅用C00M本身效果就很好。

它似乎并不想生成真正填满嘴巴的效果，只会在舌头和滴落时出现。如果你能实现，请告诉我。

另外，请在下方分享你的生成结果！

训练信息（请告诉我如何改进/调整）：

• 84张图片

• 8400步

• 学习率：0.00010

• 批次大小：2

• 两个网络均为32

• 其他选项保持默认