( Love Live! Nijigasaki ) Ousaka Shizuku F.1 Dev LoRA

Ousaka Shizuku F.1 D LoRA 模型

训练数据全部来自包含该角色的某些卡片图像。

由于某些原因，我无法使生成质量达到官方卡片图像的水准，但只要严格遵循以下提示，仍可展现出基本特征：

<lora:ousaka-shizuku:1>, ousaka shizuku, 1girl, solo, blue eyes, brown hair, long hair, etc.

或者直接参考我提供的预览图提示。

提示：未来，我将仅保留主触发词，移除基础面部特征标签，这样你或许只需使用触发词 "ousaka shizuku" 即可正确生成角色。
在我的 svdquant 工作流中，你甚至无需使用 <lora:ousaka-shizuku:1>，仅输入触发词即可激活 LoRA。（但如果你仍在使用 stable-diffusion-webui，则可忽略本段。）
在我的 svdquant 测试中，我使用了权重值 1 而非 1.25，质量依然良好。（此结论应予以考虑。）

请使用 DeepBooru（Danbooru） 词汇而非自然语言提示，因为我未使用 Florence-2 模型进行打标。

基础模型明显为 FLUX.1 Dev，因此我认为不宜使用其他 F.1 模型。

（我在这里仍是新手。）

---

使用说明

你可以使用触发词 + 正确的特征描述词（未来我可能推出简化版，届时将移除基础特征标签，仅凭触发词即可生成角色）来正确生成角色：

<lora:ousaka-shizuku:1>, ousaka shizuku, 1girl, solo, blue eyes, brown hair, long hair, etc.

请使用 DeepBooru 词汇作为提示，而非自然语言描述，因为我偷懒没用 Florence-2 模型打标（废话）

基础模型仍是 FLUX.1 Dev，别又双叒叕搞错了(

关于我工作流测试的结论

此前认为需使用 权重 1.25 的结论可被推翻：在我的 svdquant 测试中发现，LoRA 是通过独立的 svdquant 节点加载的，无需在 Clip Text 中输入 lora:ousaka-shizuku:1。

但如果你未使用该工作流，或 LoRA 并非通过类似 Load LoRA 的独立节点加载（如传统 stable-diffusion-webui-forge 等），可忽略此条，但建议先将权重降至 1。

一些训练参数

由于我的笔记本性能有限，当前方案尽量减少总训练步数（Total Steps < 1k）以提升效率，但相较那些硬件充足的前辈们，我的速度仍慢得离谱（悲）

再加上平时根本没时间搞……唉，敬请谅解。别看我进站至少一年多了，但在 AIGC 领域，我恐怕仍是新手。