Jockstrap - varied colors, styles and concepts (ZIT, FLUX, Pony & SDXL)

FLUX版本：我为这种服装风格概念创建了一个FLUX LoRA，因为我希望它在风格、材质、角度、模特姿势及其他因素上具有高度的通用性。因此，该模型是在我之前的大规模SDXL/Pony数据集（800多张高清图像，虽经清理和筛选）基础上训练的，并采用了特定的LLaVA提示标注参数，聚焦于“物体+上下文”方法。尽管我对LoRA本身的体积并不满意，但它确实很好地完成了我期望的功能，因此我还是决定分享出来。

该数据集源自先前的Pony/SDXL版本，采用低速、缓慢的训练方式。数据集包含相当多样化的紧身内裤风格、穿着时的姿势、角度等，并使用了更新的Alpha 2 LLaVA标注方法。

标注所用的LLaVA AI被给予明确的提示指令，要求采用“对象-上下文”策略进行描述：首先聚焦于紧身内裤本身——如材质、位置、角度及其他关键属性；其次再描述图像中的其他元素。因此，使用此LoRA时，若明确指定腰带尺寸、腿带特征、护袋等细节，效果将优于不加说明的情况。

既然已有其他LoRA可用，为何还要再做一个？采用“低速+大数据集”方法的核心目标，是让这个FLUX LoRA真正理解**“什么是紧身内裤”，而不是像那些使用“高速+概念驱动”训练方式的LoRA那样，只学会“紧身内裤穿在男人身上是什么样子”**。前者的关键优势在于，它几乎不会改变角色本身的特征。别误会——我经常使用高速训练方式，FLUX在那种方式下确实学得极快，这也是为什么基于角色/人物的FLUX LoRA如此容易制作。

核心要点：它能与角色/人物LoRA良好协同，不会试图修改身体或面部，只改变紧身内裤——仅此而已，女士。

我使用的是Replicate的LoRA训练器，能以合理的价格快速访问H100，但训练参数选项非常有限。如果你有其他推荐平台，请告诉我。我目前方法的主要问题在于：虽然创建非常简便，但缺乏参数调节空间，导致LoRA体积偏大。由于适用于SDXL/SD 1.5 LoRA的优化工具无法用于FLUX模型，因此我们只能接受这个尺寸。

--

Pony版本：我最新的v5版本旨在整合我之前版本及另外几个涉及紧身内裤的概念LoRA。初衷是创建一个包含多种创意概念的LoRA，避免处理多个ControlNet或特定检查点的复杂性。此外，许多检查点虽然知道“什么是紧身内裤”，但若不使用专门的紧身内裤LoRA，往往生成的是平角内裤。

最后，我还希望有一个真正理解“紧身内裤作为一件服装”是什么样的LoRA，而不是仅仅知道它“穿在男人身上看起来怎样”，从而避免为在图像中单独呈现一件紧身内裤而使用繁琐的工作流。

因此，这个LoRA不仅提升了生成不同角度穿着紧身内裤的男性形象的质量与多样性，也可用于图像修复，还能概念性地生成与之相关的创意。

你可以自由组合提示词——虽然并非100%精准，但通常不需要太多生成轮次就能达到理想效果。

你可以使用诸如视角、颜色、动作或仅描述服装本身等提示词。模型图库展示了生成示例及对应的提示词，供你参考。

例如：

[视角] [颜色] [嗅闻] [在地板上、贴脸、手持、伸展] [偷窥] [无人物，仅展示] 等等。你可以自由组合这些元素，但越复杂，生成所需耐心就越多。

SDXL版本6：整体上适用于完整图像生成或图像修复。早期版本更适合图像修复。

Pony版本：适用于完整图像生成或图像修复。

• 关于Pony + 图像修复：
  我发现Pony默认情况下较难进行图像修复，但搭配合适的检查点、采样器、调度器和LoRA，仍可实现干净的修复效果。

  我一直使用Virile Stallion，配合Euler A或DDIM（Karras）在Fooocus和Krita中取得了相当一致的效果。在A1111/ReActor中，我直接使用“Inpaint Anything”扩展的默认设置，或通过常规Img2img修复方法调整采样、调度和检查点参数。

---

v1.2

我的首个发布LoRA——足以应对多样姿势。

触发词为“jockstrap”，可指定不同颜色——若想聚焦某一侧面，建议明确说明“前部”或“后部”。

例如：黑色jockstrap、白色jockstrap、紫色jockstrap前部等。

jockstrap丁字裤、jockstrap内裤、鼓胀jockstrap等。