X-Ray Vision (see through anything)

如果对此感兴趣，我会做得更好。这个特定的LoRA本身没有问题，但我看到了很大的潜力，它激发了其他我将专注的创意。本项目本可以使用更多训练数据，但我们姑且称其为概念验证——我其实并不确定它是否有效，因为过去我做过类似尝试，但完全没有任何效果。

这个LoRA旨在生成通过一种特殊透视设备（我们称之为“X光”）拍摄的图像，其中部分衣物缺失，以便露出内衣和裸体。

部分训练中使用的术语（尽管在当前架构下可能并不重要）：

X-Ray boobs
X-Ray bra
X-Ray panties
X-Ray pelvis
X-Ray underwear
X-Ray nude
Clothed
Nude

我将模型训练至约8000步，期间花了几个小时尝试在一些困难场景中生成一致的图像，但提示词始终不够“神奇”。于是我重新训练至接近20000步，经过多次测试后，最终选择了12000步作为“重锤”与“实用效果”之间的折中点。我知道，如果当初多生成一些训练图像，过程会轻松得多，也能节省更多时间，但实际情况没那么简单，以下是具体做法：

我用Illustrious和Z-Image-Turbo各生成了一半的裸体图像。

随后，我将这些图像导入Qwen Image Edit 2509，提示其添加衣物，包括外衣和内衣（内衣）。

接着，我将结果导入图像编辑器——最近我重新回到了GIMP，远离了Photoshop和Affinity的纷争——将穿着衣物的版本叠加在裸体图像上，通过遮罩手动遮盖一部分、暴露另一部分，保存这些处理后的图像。

我原本打算制作一个“X光视觉”人物，让眼睛射出的光束穿透衣物，但这个想法我坚持了两天却毫无进展，我的大脑实在不愿处理如此复杂的设定，于是干脆放弃了，采取了更简单的方式。

我在训练数据中保留了穿着衣物和裸体的图像，全部用简单术语标注，然后让JOY-C调整权重，为上下文赋予适当分量。

使用OneTrainer：我认为最重要的参数是默认设置，rank 32，alpha 1，重复2次，批处理大小为1。