Hanasato Minori F.1 Dev LoRA Model
详情
下载文件
模型描述
Hanasato Minori F.1 Dev LoRA 模型
基于基础模型 FLUX.1 Dev 的 LoRA 模型。
我使用了两种不同的图像进行训练：卡片（不透明）和剪影（透明）。因此背景将是单色的，不够灵活，我认为。所以你可以自由控制背景，我认为。
使用方法
这个 LoRA 可以通过单个词 "hanasato minori" 触发。但我仍建议你在提示词中首先加入 "hanasato minori, medium hair, grey eyes, brown hair"，以确保角色特征 100% 正确。（如果你使用 nunchaku 工作流，甚至不需要所谓的触发词。）同时，建议仅使用 Danbooru 数据集中的标签。
此外，我仅测试了 LoRA 权重为 1.25 的情况，尚不清楚较低权重是否仍能正常输出。（你可以自行测试并在评论区告诉我结果。）
在我的测试中，借助 nunchaku，
我可以将 LoRA 权重设为 1，且无需在提示词中输入 LoRA 文件名。
角色介绍
一些基本的训练参数
训练素材以人物卡面为主（Cards + Cutouts），其中 Cutouts 为透明，Cards 不透明。
训练脚本直接采用 sd-scripts 的 sd3 分支，并受到 fluxgym 编写脚本的启发，自行手工编写脚本与数据设置。
由于我的笔记本配置较差，每次训练效率不高，且至今未能找到有效降低 avr_loss 的方法（除了增加 steps，但那样更耗时）。
如何使用这个 LoRA
和正常使用 SD 1.5 的 LoRA 一样，使用 FLUX.1 Dev 作为基础模型，通过触发词 "hanasato minori" 激活 LoRA（小提示：如果你采用和我一样的 nunchaku 工作流加载此 LoRA，甚至无需写这个所谓的触发词，直接描述角色的主要特征即可）。默认权重设为 1 即可。当然，为确保角色基础特征 100% 正确（我最近的训练策略是通过删减部分标签来固定人物基本特征），建议添加 "hanasato minori, medium hair, grey eyes, brown hair" 等特征词，且尽可能仅使用 DeepBooru 词库中的词语。
面临的挑战
由于此 LoRA 仅针对该新角色进行训练，因此在肢体等细节方面仍存在明显不足。遗憾的是，F.1 不像 SD 1.5 那样可以随意添加 embeddings 作为负面提示来暂时克服肢体问题（严格来说并非完全不能，但如果真的这么做，采样速度可能会极低，严重降低生成效率）。我的评价是：反复抽卡吧（
（当然，如果你有更好的解决方案，欢迎在评论区指点，本人不胜感激 x）