fake documentary
详情
下载文件
关于此版本
模型描述
如果你喜欢我的作品，请给我一个“点赞”评分；这对我意义重大！
我不懂英语，但我非常认真地撰写了说明，阅读起来不会超过两分钟。以下翻译来自ChatGPT。
《伪纪录片》
起初，我只是想创建一个能生成老照片的LoRA。渐渐地，我发现老照片具有一种独特的真实感和历史感，于是尝试为它加入一些有趣的元素。这就是为什么我训练了数十个版本，直到如今这个版本的出现——正如你所见，它能生成现实中并不存在但看起来却无比真实的大规模内容！当然，它也能创作出许多有趣的内容，这完全取决于你的想象力。我现在已经迫不及待想看到你们的作品了！
如果你发现生成的图像不像老照片，别担心，只需对其进行一次放大即可。这里我还为你准备了一个小教程。
一开始我只是想创造一个能够生成老照片的lora，渐渐的，我发现老照片具有一种独特的真实感和历史感，所以我尝试为它增加一些有趣的元素，这也就是为什么我训练了数十个版本，直到这个版本的出现，正如你现在所见，它可以创造一些巨大的现实中不存在的内容，但看起来依旧真实！当然，它也可以创作很多有趣的内容，这取决于你的想象力，现在我等不及要看到你们的作品啦！如果你觉得老照片效果不及预期，这里我还准备了一个小教程。
如何操作？
首先，在收集资料时，我发现老照片的色调可分为几种类型：棕褐色老照片 / 发黄老照片 / 灰度老照片 / 老照片。只要选用其中任意一种作为触发词，即可呈现不同色调的画面（注意：不可混用）。
首先，在收集资料的时候，我发现老照片的成色可以分成几种，它们分别是：sepia Old Photo / Yellowed Old Photo / grayscale Old Photo / Old Photo，只要你选用任意一种作为触发词，都会呈现出不同成色的画面（注意，不可混用）
其次，随着时间流逝，老照片会受到不同程度的损坏，我将其归类为：破损 / 漏光 / 划痕 / 灰尘。这些可作为触发词，当然你也可以在提示词中全部使用。但坦白讲，我并未按这种方式训练模型，因此最终效果可能与你的预期略有不同。
其次，随着时光的流逝，老照片会受到不同程度的破坏，我将它分类为：damaged / Light Leaks / Scratches / dust，作为触发词，你当然可以将它们全部加到提示词中，但坦白讲，我并没有这样训练它，所以最终呈现的效果，可能和你的想象会有些不同。
最后，作为对老照片的模拟，时代分类似乎也很重要（虽非必须）。摄影术由法国人于1839年发明，以此为起点，我设定了多个时间节点作为第三类触发词，分别是：19世纪早期 / 19世纪 / 20世纪早期 / 1960年代 / 1970年代 / 1980年代 / 1990年代。
从上述示例中可以看出，随着年代越接近现代，图像色彩也越加鲜明——这正是我所追求的效果。
最后，作为模拟老照片，年代划分似乎也很重要（这不是必须的）摄影术是由法国玉1839年发明，以此为起点，我为它设置了多个时间点作为第三类触发词，它们分别是：Early 19th Century / in 19th Century / Early 20th Century / 1960s / 1970s / 1980s / 1990s
从上面的示例中你可以看出，随着年代越来越近，图像的颜色也会越来越鲜活，这就是我想要的。
好了！现在你已拥有三组触发词，可自由组合，以测试你想要的效果。例如：“sepia old photo”、“damaged”、“early 19th century”就是一组不错的搭配。
好啦！现在我们有三组触发词，你可以任意组合它们，来测试你想实现的效果，比如：sepia old photo，damaged，early 19th century，就是一组不错的组合。
如何操作
采样器： DPM++ 2M Karras
步数： 39
CFG比例： 6
LoRA权重： 0.3~0.9
这里有一个关于如何使用放大功能的指南
高分辨率修复： 4x_NMKD-Siax_200k
步数： 9
去噪强度： 0.39
额外说明
除了这些出色的功能外，你会发现即使不使用任何提示词，模型依然表现优异，只是效果略有不同——更准确地说，它增强了图像的胶片质感，你无需担心过度曝光或画面过暗的问题。
除了这些神奇的功能，你还会发现，即使不使用提示词，它仍然能很好的工作，只是功效会有些许不同，准确的说是为画面增强胶片质感，不用担心曝光过度或者黑成一团