AmateurTrigger_XL

我在这里做的最大项目，已经持续工作了20天，期间进行了多次测试。

总之，正如LoRA这个名字所暗示的，我追求的是一种非常业余、非常真实/自制的风格。

我花了很长时间才找到能够实现我想要渲染效果的技术。

最重要的是，我不想浪费时间一个一个下载图片。因此，我编写了一个图片爬虫，针对几个我确信能找到业余/自制内容的知名网站。我只需输入链接，脚本就能自动下载所有页面上的所有图片。

虽然拥有大量图片很好，但你仍然需要质量。我绝对不想用一堆糟糕的图片来降低训练质量。因此，我必须设计另一个脚本来整理我的下载文件夹，按“重量”、“尺寸”和“质量”进行排序。一旦图片被分门别类地放入各自的文件夹，我只需将顶级图片返回到根文件夹即可。

最终，我仅用几分钟就下载了15,000张图片，但我只保留了……5,000张。不过，对于一个LoRA来说，5000张已经很多了。

在自动排序之后，我还必须再进行一次人工筛选。

因为我绝对想用5000张图片来训练我的LoRA，所以我选择了“微调”类型的训练方式：学习率约为2e-05，网络维度为96，alpha为16，总共训练了11800步（分两次训练，蓝色曲线为第一次）。

图像标注使用了 JoyCaption Alpha 2（处理5000张图片耗时很长，但一夜之间就完成了）。

全部使用“描述性 | 中等长度”预设。

使用 BigLustiMix_rebirth 训练，但像往常一样，它仍兼容所有以 Lustify/BigASP2 为基础的模型。

我建议将强度保持在约0.8，因为这种LoRA在检查点中占用的空间较大，但这也正是我的目标，所以并不意外。毕竟我最初就是为了进行微调。

你会看到那种著名的噪点、颗粒感明显的图片效果，通常采用较低压缩率、基础的照明方式，经常使用手机闪光灯作为光源，但分辨率并未受损——因为我训练这个LoRA时并未使用标准的1024x1024分辨率，而是使用了1216x1216，这使得分辨率略高于SDXL的常规标准。

人物身材也更为自然，姿态整体更显随意，看起来不那么“完美”。

其实没有特定的触发词需要记住。这个LoRA更像是一个大型DLC，而不是一个小插件。我建议将LoRA导入元数据分析工具，以找出最常出现的标签。或者使用我制作的脚本。