Product Design (Elegant minimalism-eddiemauro) LORA

使用前须知

您需要了解Stable Diffusion的工作原理。我建议使用Automatic1111作为界面来启动模型。
本模型是在SD 1.5基础上训练的，因此仍存在不完美之处。在达到稳定生成效果之前，我进行了大量测试。当出现更优秀的基础模型（如SD XL新版本）时，我会进一步优化本模型。
这是一个LORA模型，建议将其作为检查点（Checkpoint）的扩展使用。我推荐您使用以写实风格为主的模型。
我建议您关注我的Instagram账号，我将在那里分享AI图像生成的相关内容：https://www.instagram.com/eddiemauro.design/

简介

产品设计（极简优雅风 - eddiemauro）LORA：大家好，我是一名产品与汽车设计师，非常兴奋能尝试AI进行设计，我认为它是一个极佳的设计工具。这个工具（Lora）在设计流程中非常有用（用于生成形状与创意构思），更重要的是它能极大提升作品的美感表现力。此外，您还可以将草图和3D方案转化为渲染风格图像。我创建了一个基础版Lora，并通过多种检查点进行了测试，结果呈现出一种全新的“极简主义”风格。该风格更具攻击性与优雅感（源自川菜美学），但依然保留了极简主义的精髓。此外，色彩趋向于更深沉、更不透明。

如果您希望支持我的工作并帮助我上传更多高质量模型，请通过以下链接捐赠，我将非常感激：https://ko-fi.com/eddiemauro

安装说明

我使用Automatic1111，这是Stable Diffusion图像生成的最佳UI，因此我建议您本地安装或通过Colab等在线平台使用。您可以在网上找到相关安装教程或视频。如果选择本地安装，可以观看此在线教程，并建议您至少配备6-8GB显存（NVIDIA显卡），以便稳定运行。同时请使用“Microsoft Edge”浏览器，因为“Google Chrome”可能会出现兼容性问题。此外，建议同时启用“medvram”或“lowvram”选项，以及“xformers”（请自行上网搜寻如何配置）。
本模型为LORA格式。您可观看此视频了解安装方式，只需下载文件并放入LORA模型文件夹中即可。LORA文件的扩展名为“.safetensor”，通常体积小于检查点模型（检查点可能超过1GB）。
使用时还需搭配一个检查点模型，建议选择专注于写实视觉或3D/渲染风格的模型。
为了生成高质量图像，请务必遵循所有建议。若您忽略这些要求，将无法获得理想效果。同时需注意，当前AI图像生成尚未完全稳定与完美，您需要投入大量时间测试与调整。

图像生成建议

最佳检查点模型：建议使用基于SD 1.5的模型。必须搭配名为"Szechuan Special Sauce RC003"或"Experience v8"的检查点模型，先下载、安装并加载至SD界面中。
激活词/提示词：在提示词框中，第一个词必须是**“emauromin”或“emauromin style”**，以激活该风格。这是强制要求，否则无法生效。
其他推荐提示词：在正向提示词中可添加：“futuristic, finely detailed, purism, ue 5, a computer rendering, minimalism, octane render, 4k”；在负向提示词中可添加：“(worst quality:2), (low quality:2), (normal quality:2), lowres, ((monochrome)), ((grayscale)), cropped, text, jpeg artifacts, signature, watermark, username, sketch, cartoon, drawing, anime, duplicate, blurry, semi-realistic, out of frame, ugly, deformed”。您也可参考示例图像的元数据，模拟生成提示词。
推荐使用文本反转/嵌入或LORA工具：我认为“EasyNegative”是负向提示词空间中最佳的文本反转模型之一，强烈建议使用。点击此处下载，并将文件放入“embeddings”目录。同时也可使用“Detail Tweaker”来进一步减少图像细节，该文件可在此处下载，以LORA方式安装，并在正向提示中使用，权重设为“-0.5”。仅在您发现所用检查点细节过多时使用，而非在极简风格已显现时使用，因为这可能会显著改变物体形态。
LORA权重：我正在持续优化本模型，目前效果良好的权重范围为0.7到1，权重越高，极简风格越明显。有时0.8–0.9的权重表现反而优于1。
VAE：根据您所使用的检查点而定，通常建议使用标准的“vae-ft-mse-840000-ema-pruned” VAE。
Clip Skip：模型训练时使用了2，因此请设置为2。
采样步数（Steps）与CFG尺度：建议使用“20–40”步，CFG尺度“6–8”，最佳组合为：步数30，CFG 7。未来版本可能调整这些数值。
采样器（Sampler）：我常用“EulerA”、“DPM++SDE Karras”或“DPM++2S a”。EulerA更简洁且富创造力，若您喜欢其他采样器，可自行尝试。
批次（Batch）：在txt2img模式中，建议将值设为4，以生成多张图像并观察效果。若您拥有高性能显卡，可使用“Batch size”，一次性生成4张图像（增加生成时间）；若机器性能不足，建议改用“Batch count”，按顺序生成4张图像（非同时），虽耗时更长，但更稳定。
图像比例：建议使用512x512、768x512、512x768等尺寸，也可尝试其他比例。避免生成过大图像，否则风格可能丢失。如需创作大图，建议使用txt2img模式下的hires.fix、img2img的放大方法、Ultimate SD Upscale脚本扩展 + ControlNet，或直接使用GAN模型进行超分辨率放大。
生成大尺寸图像的方法：Stable Diffusion有四种生成大图的方法，请自行上网查找教程。第一种方法“txt2img hires.fix”中，我建议使用名为“4x-UltraSharp”的放大模型点击此处下载，仅需下载“.pth”文件，放入“ESRGAN”目录中。在hires.fix选项中设置任意“放大倍数”，并使用“降噪强度0.5–0.7”。第二种方法是先生成图像，再切换至img2img模式，将尺寸至少放大1.5倍，降噪强度设为“0.3–0.5”。第三种方法与img2img配置相似，但需开启ControlNet扩展的“tile”模式及“Ultimate SD Upscale”脚本，建议观看此教程。第四种方法是将txt2img生成的图像放入“Extras”模块，选择GAN模型并放大，也可使用“4x-UltraSharp”模型。
增强创作控制力：建议使用“ControlNet”扩展，以更精确控制图像形态，甚至可基于草图进行测试。推荐使用“Scribble”或“Lineart”模式。请先安装该扩展并学习使用方法，网络中有大量相关教程。
复制提示词用于图像元数据：您可在此下载我的示例图像，并将其导入Automatic1111的“PNG info”选项卡中。

示例提示词：

正向提示词：
emauromin style, futuristic armchair, finely detailed, purism, ue 5, a computer rendering, minimalism, octane render, 4k lora:eddiemauroLora2:0.8

负向提示词：
EasyNegative, (worst quality:2), (low quality:2), (normal quality:2), lowres, ((monochrome)), ((grayscale)), cropped, text, jpeg artifacts, signature, watermark, username, sketch, cartoon, drawing, anime, duplicate, blurry, semi-realistic, out of frame, ugly, deformed

采样步数：20–40（EulerA只需20步，DPM++SDE Karras或DPM++2S a可视情况使用）

CFG尺度：6–8（理想值为7）

未来展望

我正在持续推进模型优化。原模型使用512图像比例训练，后续我将尝试使用768（更高分辨率）及其他配置（如调整提示词、步数、周期等）。若您希望获得更优版本，欢迎持续支持我在ko-fi。若更多人支持我，我将投入更多时间训练与优化模型，否则我将无法继续。