The Wire: Baltimore Photography

V1.1 中数据集标签已全面优化，明确区分了第一季至第五季。

1.0 的标签过于笼统，1.1 全面优化了标签，区分了第一季到第五季的标签。

这个 LoRA 模型致力于复现 HBO 经典剧集《火线》（The Wire）的独特视觉风格。它学习了纪实电影感、低饱和度的色彩、独特的街景构图以及光影氛围。模型成功捕捉了巴尔的摩标志性的红砖排屋、破败的小巷和充满街头氛围的场景。

提供的预览图使用了特定提示词生成，可作为实现类似效果的参考（也可参考训练数据中的 txt 文件）。

这个 LoRA 训练时的一些挑战:

• 在数据集选取过程中，尽量避免了主要角色，但是这座城市的故事中，人又是不可或缺的，因此选取的带有人物的图像基本都是背景人群图像，人与这座古老城市建筑的互动，才能有效模仿《火线》特有的镜头叙事感觉。

• 整个训练过程中我遇到了140张离散主题图像难以拟合的问题，最开始训练 1024 分辨率，仅仅能学到基础的建筑风格，查阅了下 GitHub，类似案例（Flux Lora training seems not to converge with big dataset(140 images)）中，另外一个人 1024 训练分辨率需要 4x4x 3500 steps 才能较好拟合，最后我选择了 512 训练分辨率，训练了大概 10000 steps。