flat anime slider

详情

模型描述

2020年日本動漫滑塊

仍使用Slider LoRA

從Z-image中提取動畫非常困難

實際上,最好不要將權重設得太高——0.4到0.6就完全足夠了。再提高反而會導致失真,此時可以使用觸發詞。

我使用了Danbooru網站圖片的標籤,應該夠用了。

同樣是slider LoRA

要從Z-image提取動畫真的好難

其實權重最好不要太高,0.4-0.6就足夠了,再往上加反而會破壞效果,這時候就可以用trigger word

我用過Danbooru網站上圖片的TAG,應該可以了。



首次測試在Z-image中使用slider方式進行訓練。

非常簡單。

正向提示:平塗動畫插圖。

負向提示:超寫實照片。

就這樣。

有效嗎?有效,當權重設為1時,只要提示詞中沒有「繪畫」、「動畫」、「攝影」等多餘詞彙。

為求保險,可以加入「動畫人物肖像」之類的提示詞。

但我發現一件事:Z-image的提示詞影響力極強,可能蓋過LoRA的效果。

提高LoRA權重會迅速增強其影響力。大約到1.1時差異就明顯了;超過1.5後,提示詞難以壓過LoRA,但結果會變得非常怪異。

因此,穩妥的做法是將權重設在1到0.9之間,並加入「illustration」或「anime」等提示詞。

那麼,為何中文提示詞效果更好?

此模型生成的图像

未找到图像。