Head POV - Point of view from the back of the head - Camera over the shoulders - Animal Perspective

一个简单的概念，我用SDXL无法正确实现。

推荐权重为0.85 / 有效范围从0.6到1.3

它对人类甚至物体都有很好的泛化能力。试试看吧。

触发关键词：

a photo shot in the point of view from the back of a SUBJECT's head

辅助提示：

on the lower side, cropped, looking at___, ears, bokeh, dof, blur

负面辅助提示：

mouth, nose, eyes, facing the camera, bokeh, dof, blur

数据集并不大，仅包含动物和一两辆自行车。因此，某些动物如蛇、鸵鸟、猪、乌龟等很难被正确转换。

我选择了第18个epoch，但对某些主体而言，训练更多的epoch效果更好，能更准确地转换它们，但也会引入更多错误。因此，我认为第18个epoch是最佳选择。如果有人需要，我可能会上传训练更多的epoch。

举个例子，使用这个epoch时，皮卡丘的红脸颊总是看起来不对。而第24和第40个epoch则能完美呈现它。鼠标耳朵在第18个epoch中看起来方向错误，但在第40个epoch中则正确。

这是一个“第一人称视角”、“过肩拍摄”，但我训练时并未使用这些确切词语，而是用了“point of view”。因此我不确定这些词是否有效。

它们可能会占据整个画面，如果你只想让它们出现在画面下方，建议使用Regional Prompter，效果非常好。另外，如果你想与其他角色LoRA配合使用，也必须使用Regional Prompter，否则会出现形态扭曲。

我希望未来能扩大数据集并标注位置（右侧、左侧、下方、上方）。但目前没有，因此无法实现。

其他参数与设置：

基础检查点为“sdXL_v10VAEFix”，6.7GB，因此它应能与任何检查点灵活配合。

目前，我推荐使用juggernautXL_v8Rundiffusion 和 juggerxlInpaint_juggerInpaintV8 进行修复。

灯光模型效果极佳！我推荐Dreamshaper SDXL

我偏好使用6步DPM++ 2S a Karras，CFG 2.2，高分辨率5步，去噪0.45，放大1.5倍。但默认设置为DPM++ SDE Karras，CFG 2，4步。

新的Juggernaut灯光模型可能也非常出色。

标准生成参数：

CFG：5.5

DPM++ 3M Exponential（50步或以上）

DPM++ 2M Karras（25步或以上）

DPM++ SDE Karras

DPM++ 2S a Karras

Loractl 非常适合需要更复杂提示、主体或其他LoRA的场景，建议从高值开始，再逐步降低，例如：

<LoraName:[email protected],[email protected]>

想玩点有趣的？安装通配符动态提示扩展 https://github.com/adieyal/sd-dynamic-prompts，并将我的 common_animals.txt 文件放入 \extensions\sd-dynamic-prompts\wildcards 文件夹。以下是我为测试制作的一个提示，粘贴到提示框中：

a photo shot in the point of view from the back of a __common_animals__'s head close-up, on __YetAnotherWildcardCollection-main/Background/Environment__<lora:HeadPOV_from_behind_vk1-000018:0.85>

当前LoRA存在的问题：

• 可能无法正确转换大量动物，需要更多数据
• 有时会出现双角、奇怪的耳朵和眼睛，耳朵朝向相机

更多设置信息：训练分辨率为1024，使用CogVL和taggui-v1.15.0-windows为61张图像标注。共44个epoch，当前使用第18个epoch，采用prodigy 1.0优化器，将“Pose”作为概念，分两步训练。固定BATCH为2，rank为16/1，Scale weight norms为1，snr gamma为5，Noise offset为0.0357，无正则化图像。

希望你能分享一些结果和评论，任何建议都十分宝贵。谢谢！