Lab Index

通知

在进行展示 remix 时，请务必检查：

基础模型：WAI-NSFW-illustrious-SDXL
基础模型版本：v11？还是 v12？
LoRA：仅保留一个，并检查其强度为 0.7~0.9（或许 0.8？）

为兼容 WAI 基础模型当前的生成版本——v11。

请在 Civitai 网站生成时，使用专门针对 WAI v11 的实验室 LoRA 'for WAI v11 ...' 进行测试

简介

本系列 LoRa 实验旨在对比不同训练方案下生成的 LoRa 的效果与差异。

请勿对其抱有过高期待，但如果你有兴趣，可以下载附带的数据集自行尝试。按照以下参数，除 24 张图片的训练外，其他训练都相当简单快捷。

以下是所有 LoRa 实验的尝试记录（最新在前）

本系列 LoRa 用于对比不同方案下训练出的 LoRa 的效果和差异

请勿对其抱有过高期待；但相反，若你感兴趣，可下载附录的数据集自行尝试。按照以下参数，除 24 张图的训练外，其他训练耗时与成本都非常低。

如何组织内容？（本系列资源如何整理？）

为使整体结构更清晰，我们将调整为以下格式，组织本系列 LoRa 实验相关的内容，希望能为你提供一些帮助 😉

除首次试验组外，后续每个单独的 LoRa 训练将不再独立创建为一个 Civitai LoRa 模型，而是归入对应的试验组之下。

以下是迄今为止所有试验组（倒序排列）。如你对某个试验组感兴趣，请访问其页面，查看我的训练心得、数据集、正则图像或训练日志（TensorBoard）。

Lab @7 — 用于基准测试 ckpt 模型标签的工具

链接：/model/1437262/lab-7-sex-position-posture-gesture-tags-benchmark-html-page

Lab @6 — 老人女孩（角色？）

链接：/model/1402838?modelVersionId=1585736

Lab @5 — 抬起来给我看看（概念）

链接：/model/1374843/lora-lab-5-concept-bdsm-skirt-lifting

Lab @4 — 尝试用更少图片看是否有效

链接：/model/1372924

目标：如 @3 所示，触发词与带标签的正则图像确实有效。那么，在更小数据集上是否也能奏效？

#1：8 张图；较差的正则图（含下半身图像，但已打标签）；触发词：nsfwish, golden panyhose
- 差 —— 即使提示为 +full body，仍容易生成下半身图像
#2：8 张图；较好的正则图（已打标签；但混入了一些奇怪的非女孩正则图 —— 1girl, 1boy）
- 可接受 —— 但在复杂提示下，图像可能失去某些逻辑构图
#3：12 张图；较好的正则图（已打标签；但混入了一些奇怪的非女孩正则图 —— 1girl, 1boy）
- 可接受，优于 #2 —— 但在复杂提示下，图像仍可能丢失逻辑构图
#4：在 WAI v11 上！！12 张图；仅使用全身正则图（已打标签）
- 比 #3 更好，但在 WAI v11 上 —— 唯一问题是“黑色薄纱丝袜可能暴露”
#5：回到 WAI v12！！12 张图；仅使用全身正则图（已打标签）
- 发现：
  - 在 WAI v12 上效果极佳！！但在 WAI v11 上仅一般
  - 同时，#4 在 v11 上效果好，但在 WAI v12 上仅一般（看来兼容性是个问题）
#6：12 张图；全身正则图；触发词：nsfwish, sheer golden pantyhose
- < 测试中 >

Lab @4 — 发现

有趣的是，较少的数据集仍能给出有前景的结果
- 并且触发词与带标签的正确正则图确实有帮助
- 这是一个非常棒的发现，因为数据集实验可以大幅加速，无需完整数据集就能测试！
- 然而，触发词 sheer golden pantyhose 似乎也影响了图像其他部分，如色调、头发、鞋子等
  - 下次可尝试使用颜色中性的触发词
在不同基础模型（v11、v12）上训练的 LoRa，通常在各自对应的基础模型上表现更好
实际上，WAI v12 确实优于 v11
- 在输入 1girl, solo, pantyhose 时，v11 仍倾向于生成下半身图像

Lab @3 — 尝试触发词与带标签的正则图

< 待更新 >

目标：尝试修正数据集与正则图问题，重新训练一个更优的 LoRa

为解决 LoRa Lab @1 中的 p24 wr 问题，尝试以下方法：

#1 — 从正则图中移除所有下半身图像后训练（中途因打标签与删减数据集而停止）
#2 — 移除所有下半身正则图；为正则图打标签；向数据集中添加 5 张“两人”图像及相关的正则图（画质较差）
#3 — 仅保留女孩数据集与正则图，但移除所有下半身正则图；为正则图打标签（画质尚可，但目标效果不可控）
#4 — 仅保留女孩数据集与正则图，但移除所有下半身正则图；为正则图打标签；为所有数据集的提示词添加触发词 sheer golden pantyhose（画质提升，触发词似乎帮助 AI 学习，当前版本可接受）

结论：尚可，但仍有改进与学习空间。

Lab @2 — 尝试在合并的 ckpt 上训练

< 待更新 >

目标：微调已有 LoRa，以改善图像构图问题

#1：将 p24 wr 合并至 WAI v12；训练 8 张图；（画质差）
#2：合并；训练 8 张图（3：1girl，5：girl-and-boy）；正则图（均为女孩）无标签；（画质略有提升，但仍不可接受）
#3：合并；训练 8 张图（3：1girl，5：girl-and-boy）；正则图（均为女孩）自动打标签；（画质略有提升，但仍不可接受）
#4：合并；训练 8 张图（3：1girl，5：girl-and-boy）；正则图（女孩 & girl-and-boy）自动打标签；（画质更好，但仍未达预期）

结论：失败

Lab @1 — 尝试不同数据集大小及有无正则图

/model/1362442

目标：更佳的丝袜、透视效果与成熟感

尝试以下方案，观察所训练的“nsfw 风格化（丝袜 & 透视）”LoRa 的效果与差异：

1 张图，无正则化 (p1_wor) : /model/1360124
1 张图，有正则化 (p1_wr) : /model/1360141
3 张图，无正则化 (p3_wor) : /model/1360163
3 张图，有正则化 (p3_wr) : /model/1360171
8 张图，无正则化 (p8_wor) : /model/1360183
8 张图，有正则化 (p8_wr) : /model/1360189
24 张图，无正则化 (p24_wor) : /model/1360230
24 张图，有正则化 (p24_wr) : /model/1360268

本次提示词直接通过 WD14 Conv v2 标签器生成，未做任何增删

结论：部分成功 — 效果不够理想，但已完成了数据集准备，并生成了多个不同 LoRa 用于对比