Darker Skin for Any Race Feminine (SD 1.5)

我进行了多次训练，几乎都是实验性的，以探索如何应对本质上是对数百万次学习迭代的逆转。示例图像展示了良好和糟糕的效果。

对检查点的影响似乎具有很高的变异性。Juggernaut Aftermath 是生成测试图像所使用的检查点。LoRA 对动漫模型的影响似乎与对写实模型的影响不同。

使用“负面：非洲”与“正面：非常深的肤色”组合能获得最显著的效果。某些检查点的效果比其他更好。

1. 10% 的结果看起来像面部替换，

2. 50% 看起来有趣但不真实，

3. 40% 我认为是真实的，

4. 有时 U-Net 会简单地将更深的肤色表现为光影效果。

注意：本次训练使用了深色皮肤女性的真实照片身体细节，所有图像均裁剪为仅保留躯干或特写。

对亚洲、中东、高加索裔成年女性（头部照片）的灰度图像进行了准确描述，并以以下比例进行训练：

25_身体细节

10_头部图像

通过选取最佳的 AI 图像并将其纳入数据集，该 LoRA 可能进一步优化。