The Essence of Star Trek DS9

此LoRA旨在捕捉《深空九号》的整体“感觉”，并为其生成结果增添一些核心主题。它并非旨在完美复刻任何单一角色，尽管训练数据中包含了部分主要角色的名字。

我使用了约1000张经过精心挑选的图片进行训练，包括自动和人工标注的《星际迷航：深空九号》剧照、杂志图片、剧集截图、杂志扫描图、官方艺术图、剧集屏幕截图、档案影像等。

源图像的标注均以“star trek ds9”作为前缀，因此在您的提示词中加入该关键词通常会有助于生成效果。

该模型使用SDXL训练，并与SDXL Lightning配合良好。

在我的测试中，它与Lightning Fusion XL v1.4作为基础模型时表现尤为出色，但参数设置略显敏感——调整时请务必进行极微小的改动。

推荐推理参数

我使用InvokeAI进行所有图像生成。

• 分辨率：1024x1024

• 基础模型：Lightning Fusion XL

  • 采样器：LMS Karras

  • 步数：6-8

  • 基础模型CFG强度：1.5-1.8~

  • LoRA CFG强度：0.6-0.8~

训练数据

• 我在互联网上广泛搜集，最终获得约2000张图像，经过筛选缩减至约1500张，再进一步精炼至v1.0版本约700张。

• 许多源图像我使用Topaz Photo AI、Pixelmator Pro及几个自制脚本的组合进行了超分辨率放大和去噪处理。

• 标注处理：

  • 首先，我使用WD14 AI分类方法，通过Kohya_SS为每张源图像自动生成标注。

  • 随后，我耗费大量时间手动为绝大多数图像补充详细标注，包括角色姓名、场景地点等。

  • 训练时，模型使用标注文本，保留前6个标记，其余部分随机打乱。

---

局限性

总体而言，我对v1.0版本相当满意，但仍存在一些不足之处：

• 参数非常敏感（例如，在某些情况下，将LoRA CFG从0.75调整为0.70就可能产生显著差异）。

• 似乎无法同时生成两个已知角色，例如提示“star trek ds9, Miles and Bashir drinking coffee”时，模型很可能生成两个Miles或两个Bashir。我尚未研究如何解决此问题，但若训练下一版本，我非常希望改进这一点。

• 有时生成角色眼睛出现 glitch，我推测可能需要更多不同角度的高分辨率特写图，也可能模型某部分过训练了。

• 尽管本模型并非旨在直接复刻单个角色，但我仍加入了一些我个人偏爱的角色——它们并不完美，也无意追求完美，但也不算糟糕。使用Lightning作为基础模型时，存在以下问题：

  • Bashir的额头常显得异常宽大。

  • Dax的眼睛常过于“梦幻”，类似TOS风格。

  • Miles的眼睛常出现 glitch。

  • Quark看起来过于邪恶且轮廓过于锐利。

  • 我训练时提供的Worf图像不足，因此当提示中出现Worf时，模型倾向于生成更通用的克林贡人形象。