Lab @4 : trying on less images to see if it works

其他 LoRa 实验室测试

跳转至：/model/1366934

资源命名说明

请检查命名格式：

• lora_lab_{实验轮次}_{测试编号}_p{图片编号}_{简短描述}

• dataset_{实验轮次}_{测试编号}

• reg_{实验轮次}_{测试编号}

LoRa 实验室 @ 4 — 尝试使用更少图片以验证是否有效

目标：如 @3 所示，触发词和带标签的正则图像已生效。那么，在更少数据集的情况下是否也能奏效？

• #1：8 张图；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“全身”，仍倾向于生成下半身图像

• #2：8 张图；更好的正则图（已打标签；但含一些奇怪的非女性正则图 —— 1girl, 1boy）

  • 可接受 —— 但在复杂提示下，图像可能丧失部分逻辑构图

• #3：12 张图；更好的正则图（已打标签；但含一些奇怪的非女性正则图 —— 1girl, 1boy）

  • 可接受，优于 #2 —— 但在复杂提示下，图像仍可能丧失部分逻辑构图

• #4：在 WAI v11 上！！12 张图；仅全身正则图（已打标签）

  • 优于 #3，但在 WAI v11 上 —— 唯一问题是“黑色薄丝袜可能外露”

• #5：回到 WAI v12！！12 张图；仅全身正则图（已打标签）

  • 发现：

    • 在 WAI v12 上表现良好！！但在 WAI v11 上仅一般

    • 此外，#4 在 v11 上表现良好，但在 WAI v12 上仅一般（似乎存在模型兼容性问题）

• #6：12 张图；全身正则图；触发词：nsfwish, sheer golden pantyhose

  • 更好，似乎“透明自然丝袜”更容易被复现

LoRa 实验室 @ 4 —— 发现总结

• 在 3090 24G 上：

  • p8 训练

    • 耗时：~16 分钟

  • p12 训练

    • 耗时：~21 分钟

• 有趣的是，更少的数据集仍能产生有前景的结果

  • 触发词 + 带标签的恰当正则图像确实有帮助

  • 这是一个非常棒的发现，因为数据集实验可以显著加速，无需完整数据集测试！

  • 然而，触发词 sheer golden pantyhose 似乎也影响了图像的其他部分，例如色调、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，在其对应的原模型上表现更优

• WAI v12 的确优于 v11

  • 在提示为 1girl, solo, pantyhose 时，v11 仍倾向于生成下半身图像