flat anime slider
详情
下载文件
关于此版本
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?



















