Breast! - Realistic Breast Generation LoRA
详情
下载文件
关于此版本
模型描述
乳房！
乳房！LoRA 旨在以比例为基石，恢复美丽与神圣的形态。
规格：
基础模型： SDXL 1.0
类型： LoRA
训练步数： 900 步，共 71 张图像，由我单独进行遮罩和标注。
文件大小： 200 MB
描述
我们都经历过“越大越好”的时代，那时我们远非错误。事实上，我感到我们尚未创建一系列 LoRA，能够恰当地处理乳房与女性身体之间的比例关系。
技术细节
图像通过姿态估计算法或语义分割网络进行预处理，以提取 躯干、腰部 和 乳房 区域的关键点/遮罩。对于每张图像（I_i），计算出躯干-腰部、乳房-躯干和腰部-乳房的比率，并将这些比率表示在一个低维的文件结构中。
整体目标是确保 U-Net 的交叉注意力层能够以这样的方式受文本提示控制：有效将解剖特征与无用的文本语义解耦。
这是我第一个 LoRA，该方法尝试探索解剖变异中的稀疏性，以创建交互式和模块化的 LoRA 适配器，实质上作为扩散模型的一种专家混合微调形式。
针对乳房尺寸，我使用了 "large breasts:yy" 标签来训练扩散网络对尺寸的理解，并配合描述性尺寸标签，范围从大到巨大：
large（yy=0.5 至 0.7），huge（0.8 至 1.2），massive（1.2 至 1.5），gigantic（1.5 及以上）。
示例：... ((massive breasts, large breast:1.3)) ...
每个尺寸都具有其独特的软度和参数化行为。
独特之处：
独立老化： 乳房保持解剖学正确性，不影响面部年龄。
面部保留： 即使在较高权重下（测试高达 1.9），面部畸变也极小。
形态控制： 通过触发词实现精确的滑块式行为。
衣物互动： 真实的布料变形与分层效果。
多风格兼容： 支持插画、动漫与写实摄影风格。
触发词系统
**尺寸控制：**
[small, medium,] large（0.5 至 0.7），huge（0.8 至 1.2），massive（1.2 至 1.5），gigantic（1.5 及以上）。
**形态与结构：**
round（圆形），full（丰满），natural（自然），sagging（下垂），tear（下垂撕裂状）
**细节增强：**
backboob（背部乳房），underboob（乳房下缘），sideboob（侧边乳房）
**姿态/衣物：**
grabbing（抓握），squeezing（挤压），hiding（遮掩）
训练数据集
总图像数： 71 张精选、标注并遮罩的图像。
分辨率： 1024x1024
基础模型： SDXL 1.0
AI 训练工具
在家使用 RTX 5070 训练。
使用说明
推荐设置：
权重范围： 0.5–0.8（最佳），极端效果可至 1.2
CLIP Skip： 2（适用于 SDXL 基础模型）
采样器： Euler A 或 DPM++ 2M SDE Karras
高分辨率修复： 兼容去噪强度 0.4–0.6
常见误区：
权重超过 1.5 会导致解剖结构畸变
避免与 [特定不兼容 LoRA] 同时使用
为保留面部，建议权重 ≤ 0.8
支持：
⭐⭐⭐⭐⭐ 评分有助于项目发展
请勿在 CivitAI 之外分发
欢迎私信留言或聊天交流 :)
通过 CivitAI 评论报告问题
关注以获取更新通知
版本历史
v.1 - 2025年12月27日