Cumrag / Stains / Cum on Clothes / Dirty Clothes Underwear / Cum on Objects

使用 Lora 权重为 1.0

使用 0.8 或 0.9 时无法获得良好的污渍效果。该模型在权重为 1.0 时训练效果最佳。

可使用关键词 (cumrag:1.0) 创建干净风格的脏衣服效果。但请注意，这可能让你的奶奶感到不适。

使用提示词关键词 (cumrag:1.3) 能获得最佳效果。1.3 的注意力修饰符会产生更多湿润精液和极端污渍效果；1.2 则更偏向干燥污渍和老旧脏衣外观。但该关键词并非必需。

示例：(cumrag boxers:1.3)，一条（黑色:1.1）平角内裤躺在草地上。

关键词：

cumrag; cumrag boxers, cumrag briefs; cumrag clothes, cumrag hat, cumrag jacket, cumrag jockstrap, cumrag object, cumrag pants, cumrag shirt, cumrag shoes, cumrag shorts, cumrag socks.

支持提示词：

left lying, wearing, (sweaty:0.3), (yellowish:0.7) (whitish:0.8) (dry stains:1.2), wet stains, goo, old, stinky, gross, sticky, nasty, disgusting, (dirty:0.6), repulsive.

基础检查点为原始的 v1-5-pruned.safetensors（7.7GB），因此它应能与多种检查点兼容。我推荐：realisticVisionV51（包括其内补版本）、Reliberate_v20、objectiveReality_v20、UberRealisticPornMerge。

不推荐任何对“精液”理解过深的检查点。例如 VirileReality 对此 Lora 效果极差，因为它已过度偏向男性和精液概念，会导致过多夸张、失真和特写。

CFG：5.5
Clip skip：1。Clip skip 2 可让服装格式和构图更一致，但会破坏色彩，值得尝试。

512px（用于“躺在地上”的衣物为方形构图，用于“人物穿着”为竖版构图）。

DPM++ 2S a Karras
DPM++ 2M Karras

请务必使用高分辨率修复，它能解决大多数 Lora 问题。

推荐：30 步，分辨率大于 1200px。去噪强度 0.28 用于减少纹理变化；0.45 用于获得更佳的污渍和衣物纹理，但若图像中包含过多身体部位（如腿部、肘部等），可能导致失真，请注意。面部效果则会非常出色。

同时使用 ADetailer。不要将 Lora 加入 ADetailer 的正向提示词中，以避免 Lora 导致的面部污渍问题。推荐使用 “man face”。如果是“面具/精液在脸上”的提示词，则不要使用 ADetailer，仅使用高分辨率修复即可。有时仅高分辨率修复效果更好。

由于这本质上是一个“纹理”Lora，此版本已移除所有 INS 和 MID 块层，因此能保留你在不使用 Lora 时的原始构图。因此我再次强调，请使用 1.0 的权重。

还有一个保留全部层的原始版本，非常适合内补（inpainting）。此 Lora 与内补结合效果极佳，尽情尝试吧。

想玩点有趣的？安装通配符动态提示扩展。以下是我为测试精心编写的脚本，复制到提示词中即可体验疯狂效果。若有人因此感到不适，深表歉意——这只是为娱乐和测试而做：

{clothes (left lying:1.35) resting displaying on the floor, (no humans:1.15), a|(standing:1.2) {handsome|ugly|fit|plumpy|muscular|short little midget|old|age 20|tough masculine|effeminate} man {from behind | | | }wearing a} (cumrag {white|dark blue|black|dark green} {clothes|one piece overalls|speedo|workgear|working suit|bikini|boxers underwear|baseball cap|coat|military helmet|bike helmet|steel helmet medieval armor|briefs underwear|long johns underwear|shoes|jacket|jockstrap underwear|jeans pants|sport shorts|socks|shoes boots|couch|pillow|shirt|cotton tank top shirt|ribbed cotton tank top shirt|face health surgical mask|cooking apron|backpack|super hero cotton costume|tie|ninja mask|bondage gimp suit}:{1.3|1.2}), on a ({gym|college|sunny beach|grass field|road|crowded night club|bedroom|couch|chair|bathroom|moon surface|amusement park|underwater|house yard|mountain|farm|crowded street|barn inside|sewage|church inside|classroom|restaurant}, background:1.25), {close-up shot|far away shot}, (sweaty:0.8), (yellowish:0.7) (whitish:0.8) (dry stains:1.2), goo, old, stinky, gross, sticky, nasty, disgusting, (dirty:0.6), repulsive <lora:cumrag:1>

当前 Lora 存在的问题：

• 面部扭曲。
• 有时精液会出现在裸露胸膛上。
• 有时概念会渗透到背景中。
• 纹理过量出现肋状棉布，可在负向提示中使用 “(ribbed cotton:1.3)” 避免。
• “穿着”内裤时偶尔出现糟糕特写，通常问题不大。
• 有时精液过多，不真实，污渍过多（？也许这正是设计意图）。
• 帽子灵活性不足，过度偏向棒球帽。
• 男士丁字裤效果很差，尽管我专门收集了相关数据，但可能仍需更多全身穿着数据。
• 数据集中毛巾不足，可能在下个版本中补充。
• 对其他“纹理”关键词（如法兰绒、图案、条纹等）适应性较差，建议避免使用，但可尝试不同布料实验。肋状棉布尚可，因数据集中大量存在且多被标注，实际上模型已对此有偏倚（如前所述）。
• 我尚未大量测试女性效果，但无法想象为何不适用（所有数据均为男性）。无动漫、漫画、插画数据，但从我的测试看，它仍能良好处理。

训练设置：768 分辨率，超过 500 张图片，每张图片训练 10 步，12 个不同文件夹/概念（共享“cumrag”概念），使用 AdamW 优化器。

背景历史：

这实际是我第一个 Lora，但我已反复重做数月，这是第 13 个版本。最初源于 SD 完全无法生成任何脏衣物。我希望创造出 SD 本身不具备的概念，于是开始寻找方向，最终在互联网的隐秘角落发现了“cumrag”这个关键词——它显然是个极佳起点，让我得以深入理解 Lora 的学习参数、数据准备等。这并不容易（尽管我的第一个版本已相当不错），因为所有教程都围绕人物、风格或物体，而这个既非人物、也非纯粹物体，而是一个介于概念与纹理之间的模糊存在——可应用于各种服饰、颜色和对象。

随着时间推移，我学会了一些能帮助普通 SD 生成污渍的关键词，但无 Lora 的任何结果都过于干净且糟糕。SDXL 在这方面表现优秀，仅用简单提示即可轻松生成污渍旧衣。我计划近期在 SDXL 上重新训练此模型。

Khoya 训练参数可从文件中读取。我对 Prodigy 和其他自适应优化器都不太满意，AdamW 能提供更稳定的结果。我的 LyCORIS 实验也不理想。标注虽能提升效果，但远不如人们想象的显著，它大幅提升了灵活性。例如，我的第一个版本因设置错误，所有 .txt 标注文件均被忽略（请留意 Khoya 中的标注选项），但即便如此效果仍不错，尤其在某些衣物上表现最佳，只是完全无法改变背景——比如“躺在草地上”，即使使用高权重提示也无法实现。

此外，对任何尝试类似项目的人，请务必关注 Lora 块层！虽然用不同权重训练可获得不错效果，但根据我的经验，在训练后使用“Supermerger”扩展剥离层，效果优于一开始就使用不同权重训练。但我并未深入测试这点。

我将继续改进此项目，不是因为我对这个概念特别感兴趣，而是视其为一项挑战。我希望通过引入男性与女性的面部正则化图像，以及更多全身穿着数据来修复其缺陷，同时也会将过往版本的优质结果反馈进训练流程。

我不知道人们会如何反应，但希望你们能自行测试并留下评论。任何建议都倍加珍视。谢谢！