80's porn centerfold

这只是我花了不少时间做的一次有趣的小LoRA实验。我训练了三次，这简直疯狂，因为原本我只是打算一次性完成。但在这个过程中，我学到了不少有用的信息。

训练数据为54张1980年代色情杂志封面女郎的静态图片。目标是捕捉：1. 当时女性的整体外貌特征；2. 当时色情杂志所用视频/摄影的光影与氛围。

作为一个原本想快速完成的副项目（或说是“速成”LoRA），我觉得它的表现已经足够好了。

由于仅使用静态图片，我发现这个LoRA在高帧数下表现不佳。89帧是最佳点。121帧仍会有运动，但会明显减弱；145帧几乎总是生成静态图像。别浪费时间了。

标注非常简单：

A 1980's porn centerfold woman

你只需在上述提示词基础上添加一些通用姿势或场景描述，LoRA就能很好地生成头发浓密（包括头顶和私处）的女性形象。

试一试，玩得开心吧。

---

如果你不关心训练数据，到这里就可以停止了。

V1 — 我设定为1600步，共8个epoch，学习率（LR）为8e-5。

从损失曲线可以看出，它在第2个epoch就急剧下降，随后在第4个epoch缓慢回升再回落，但在第5至第8个epoch则开始飙升并过拟合。

V2 — 我立刻丢弃了之前的结果，改用学习率7e-5，训练10个epoch，试图避免过拟合过快。

较低的学习率似乎效果更好，但第6个epoch的下降幅度依然陡峭，随后再次出现峰值，继而回落，之后又稳步上升直至过拟合。

在第6到第8个epoch之间进行测试时，我发现第8个epoch的模型对提示词的遵循度更高，整体风格更统一，且未对动作表现造成明显损害。正是在这些测试推断中，我注意到在较高帧数下运动表现会减弱。

V3 — 作为一次实验，我尝试在每条标注前加上“An image of...”，其余训练设置保持不变。我在Discord上看到，这种做法有时能帮助模型理解所训练的概念来自静态图像，从而减少因过拟合导致的与运动生成之间的冲突。

这次损失曲线迅速且稳定地下降，随后缓慢而持续地过拟合，最后又缓慢回落。测试后发现，V3中第2和第10个epoch生成的模型不够连贯，产生的伪影远多于V2中第8个epoch的结果。

因此，我最终选择V2的第8个epoch作为最佳版本。

这至少从我的经验来看，凸显了标注在LoRA训练中的重要性。在同时包含图像和视频的数据集中，使用“an image of”和“a video of”作为前缀，确实有其价值；但对于单一媒介的独立训练，可能并不必要。

另一个收获是：不要因为损失曲线有轻微回升就直接丢弃某个epoch。有时下一个epoch反而仍然有用。

最终建议：如果在训练中期发现损失上升，不妨尝试降低学习率，以帮助稳定训练过程。