Aerial landscape photography

# 航空景观 - Flux Dev LoRA

一个为 Flux Dev 训练的 LoRA 模型，专用于航空景观和俯拍摄影，擅长生成自然景观、城市环境和风景的俯视视角。

## 📋 模型详情

- **基础模型**：Flux Dev
- **训练类型**：LoRA（低秩适配）
- **秩**：64
- **训练步数**：7,500
- **训练分辨率**：1024×1024
- **数据集大小**：531 张图像
- **硬件**：NVIDIA A40 GPU（48GB 显存）

## 🎨 模型能力

该 LoRA 模型专精于生成：

- **航空景观**：从上方拍摄的海洋、海滩、森林、山脉和自然地形
- **城市航空摄影**：从鸟瞰视角呈现的城市、建筑、道路与基础设施
- **俯视视角**：具有真实航空摄影构图的俯拍画面
- **自然风景**：水体、波浪、海岸线、岩层、植被
- **建筑视角**：从高角度呈现的建筑物与城市结构

### 常见主题
- 80% 无人物场景（聚焦 pristine 景观）
- 自然元素：水（46%）、海洋/海滩（29%）、树木/自然（23%）
- 城市元素：建筑（17%）、道路、车辆
- 艺术风格：传统媒介美学、绘画质感

## 🚀 使用方法

### 基础提示词结构

```
[主体]，航空视角，俯拍，从上方，[环境细节]，[风格修饰]
```

### 示例提示词

**自然景观：**
```
海浪，航空视角，从上方，无人物，水景，写实摄影
```

**城市场景：**
```
城市街道，航空视角，从上方，建筑，道路，机动车，城市景观，无人物
```

**海岸景观：**
```
海滩海岸线，俯拍，从上方，海洋，波浪，沙滩，岩石，无人物，自然风景
```

**森林/自然：**
```
茂密森林，航空摄影，从上方，树木，自然，绿植，无人物，风景景观
```

### 推荐设置

- **LoRA 权重**：0.6 - 1.0（根据所需强度调整）
- **CFG 标度**：3.5 - 7.0
- **步数**：20-30（Flux Dev 标准）
- **采样器**：Euler、DPM++ 2M 或其他 Flux 兼容采样器
- **分辨率**：1024×1024 或更高（模型在 1024px 分辨率下训练）

### 关键触发词

| 类别        | 关键词                                                             |
| ----------- | ------------------------------------------------------------------ |
| **视角**    | `from_above`，`aerial view`，`overhead shot`，`bird's eye view`    |
| **环境**    | `scenery`，`outdoors`，`nature`，`urban`，`landscape`              |
| **自然**    | `ocean`，`water`，`waves`，`beach`，`tree`，`forest`，`rock`       |
| **城市**    | `building`，`city`，`road`，`street`，`architecture`               |
| **构图**    | `no_humans`，`vehicle_focus`，`watercraft`                         |
| **风格**    | `realistic`，`photography`，`traditional_media`，`painting_(medium)` |

## 💡 最佳效果提示

1. 使用 **“from_above”** 或 **“aerial view”** 激活俯视视角风格
2. 添加 **“no_humans”** 以获得纯自然景观（主要训练方向）
3. 混合自然与城市元素，创造有趣的复合场景
4. 调整 LoRA 强度：
   - 0.6-0.8：轻微航空影响
   - 0.8-1.0：强烈航空摄影风格
5. **分辨率**：在 1024×1024 或更高宽高比下效果最佳
6. **反向提示词**：避免 `ground level`、`eye level`、`portrait`、`close-up`，防止非航空视角

## 📊 训练数据集统计

- **总图像数**：531 张航空/俯拍照片
- **分辨率**：1024×1024（正方形格式）
- **内容分布**：
  - 景观/自然：约 70%
  - 城市/建筑：约 20%
  - 混合/其他：约 10%
- **标注格式**：Booru 风格标签，含详细场景描述

### 最常见标签
```
no_humans (428), traditional_media (369), scenery (312), outdoors (286),
water (244), painting_(medium) (178), ocean (102), waves (94),
from_above (92), building (92), sky (87), tree (120), beach (50)
```

## 🖼️ 示例图像

训练样本图像位于 `1024/` 目录中，展示了用于训练本模型的多种航空视角、自然景观和城市场景。

## 📝 技术规格

- **训练框架**：可能为 Kohya/SimpleTuner/AI-Toolkit
- **优化器**：AdamW 或类似
- **精度**：混合精度（FP16/BF16）
- **批次大小**：针对 48GB 显存优化
- **学习率**：默认 LoRA 学习率调度
- **秩**：64（在质量与文件大小间取得平衡）

## 🔧 集成方式

### ComfyUI
1. 将 `.safetensors` 文件放入 `ComfyUI/models/loras/`
2. 添加 LoRA 加载节点
3. 连接到你的 Flux Dev 工作流
4. 权重设为 0.6-1.0

### Automatic1111/Forge（支持 Flux）
1. 放入 `models/Lora/` 目录
2. 在提示词中使用 `<lora:aerial-landscape:0.8>`
3. 按需调整权重

### Python (diffusers)
```python
from diffusers import FluxPipeline

pipe = FluxPipeline.from_pretrained("black-forest-labs/FLUX.1-dev")
pipe.load_lora_weights("path/to/aerial-landscape.safetensors")
```

## 📄 许可证

请尊重基础模型 Flux Dev 及相关数据集的许可条款。

## 🙏 致谢

- 基础模型：[Black Forest Labs 的 Flux Dev](https://blackforestlabs.ai/)
- 训练硬件：NVIDIA A40（48GB）
- 数据集：531 张精选航空景观照片

## 📧 联系与更新

如需疑问、改进建议或数据集咨询，请参考模型仓库或联系作者。

---

**版本**：1.0  
**发布日期**：2025  
**训练步数**：7,500  
**模型类型**：Flux Dev LoRA（秩 64）
```